Depth estimation

Без понимания глубины ИИ слеп к геометрии пространства. Беспилотному автомобилю нужно отличать пешехода в трёх метрах от щита в пятидесяти, роботу-курьеру и дрону — мгновенно вычислять дистанцию. Поэтому оценка глубины — один из столпов автономных систем и дополненной реальности.

Как это работает? Простейший способ — как у человека: два глаза видят объект с разных точек, мозг по разнице углов рассчитывает расстояние. У машин это стереозрение с двумя камерами. Хитрее — оценка по одному изображению: нейросеть, обученная на миллионах примеров с известной глубиной, подмечает косвенные подсказки. Она знает, что автомобиль обычно не меньше дерева, а дверь — примерно два метра в высоту. Есть и активные методы: лазерный луч отправляется к объекту, и по времени его возвращения вычисляется расстояние — подобно тому, как летучая мышь использует ультразвук.

Классический пример — портретный режим смартфона. Когда вы получаете фото с размытым фоном, алгоритм определяет, что главный объект находится на одном плане, а задний — дальше, и искусственно размывает его, имитируя эффект дорогой зеркальной камеры.

Так оценка глубины превращает абстрактные пиксели в осмысленную модель мира, позволяя ИИ не просто видеть, но и понимать расстояние до всего, что его окружает.