ควอนตั้มรัน

เครดิตภาพ:

iStock

การรับรู้ระยะชัดลึก: การมองเห็นของคอมพิวเตอร์ได้รับการสอนให้มองเห็นในแบบ 3 มิติ

มีการใช้เทคโนโลยีการรับรู้เชิงลึกเพื่อระบุวัตถุและบุคคลได้อย่างแม่นยำโดยไม่คำนึงถึงระยะทาง

เขียนโดย:
ชื่อผู้เขียน
มองการณ์ไกลควอนตัมรัน
December 28, 2022

สรุปข้อมูลเชิงลึก

เครื่องจักรที่สามารถระบุวัตถุและสภาพแวดล้อมได้อย่างแม่นยำกำลังมีความสำคัญ เนื่องจากโลกมีการใช้อุปกรณ์ที่เป็นอิสระมากขึ้นเรื่อยๆ อย่างไรก็ตาม การพัฒนาเทคโนโลยีการมองเห็นเชิงลึก (DOF) สามารถใช้เพื่อวัตถุประสงค์ในการเฝ้าระวังที่เป็นข้อขัดแย้งได้เช่นกัน ผลกระทบระยะยาวของ DOF อาจรวมถึงอุบัติเหตุทางรถยนต์ที่ลดลงและหุ่นยนต์ที่มีทักษะการนำทางที่ดีขึ้น

บริบทการรับรู้ความลึกของฟิลด์

ระยะชัดลึกหมายถึงระยะทางด้านหน้าและหลังวัตถุ อัลกอริธึมการมองเห็นของคอมพิวเตอร์ (CV) กำลังได้รับการฝึกฝนให้เข้าใจความแตกต่างใน DOF และแยกแยะวัตถุออกจากพื้นหลัง คุณลักษณะนี้เป็นสิ่งที่ทำให้ CV ใช้งานได้หลากหลายเนื่องจากสามารถพัฒนาได้หลายวิธี ตั้งแต่การจดจำภาพ การเฝ้าระวัง ไปจนถึงการสร้างยานยนต์ไร้คนขับ (AVs) ที่ปลอดภัยยิ่งขึ้น

อุปกรณ์ที่จับภาพความก้าวหน้าในการจดจำ DOF คือกล้อง 3 มิติ กล้องเหล่านี้ช่วยให้ผู้ชมเห็นความลึกของภาพ จำลองภาพสามมิติผ่านการมองเห็นด้วยกล้องสองตาของมนุษย์ กล้อง 3D บางตัวใช้เลนส์หลายตัวเพื่อบันทึกมุมมองต่างๆ ในขณะที่กล้องอื่นๆ มีเพียงเลนส์เดียวที่เปลี่ยนตำแหน่ง การผสมผสานของมุมมองทั้งสองทำให้เกิดการรับรู้เชิงลึก

อุปกรณ์เหล่านี้ได้รับการออกแบบมาตั้งแต่แรกสำหรับผู้สร้างเนื้อหาเพื่อผลิตเนื้อหาคุณภาพสูง แต่ได้ถูกนำมาใช้เป็นระบบเฝ้าระวังมากขึ้นเรื่อยๆ เมื่อเซ็นเซอร์ LiDAR (Light Detection and Ranging ใช้แสงเลเซอร์พัลซิ่งเพื่อวัดระยะห่างจากวัตถุ) ร่วมกับกล้อง 3 มิติ จะทำให้เกิดโครงลวดที่ช่วยให้สามารถจดจำใบหน้าได้ แม้ว่าใบหน้าจะถูกซ่อนด้วยหน้ากากหรือแว่นตาก็ตาม เทคโนโลยีนี้ยังช่วยปรับปรุงการจดจำวัตถุโดยใช้การเรียนรู้เชิงลึกเพื่อทำความเข้าใจว่าคุณสมบัติบางอย่างแตกต่างกันอย่างไรในสภาพแวดล้อมต่างๆ และเปลี่ยนแปลงตลอดเวลา

ผลกระทบก่อกวน

ตามข้อมูลของบริษัทข่าวกรอง Technavio ตลาดเซนเซอร์ 3D คาดว่าจะเติบโต 22 เปอร์เซ็นต์ต่อปีจนถึงปี 2024 ซอฟต์แวร์จดจำใบหน้าทั่วโลกคาดว่าจะทำเงินได้มากกว่า 12 พันล้านเหรียญสหรัฐภายในปี 2025 Orbbec บริษัทเทคโนโลยีการมองเห็น 3 มิติระบุว่าตั้งแต่เกิดการระบาดของ COVID-19 กล้อง 3D ได้กลายเป็นวิธีที่นิยมใช้สำหรับการจดจำและระบุตัวตนแบบไร้สัมผัส

ฟีเจอร์หลายอย่างช่วยให้กล้อง LiDAR และ 3D ทำงานร่วมกันได้ดีในการจดจำวัตถุ เซ็นเซอร์ LiDAR มีประโยชน์ในการตรวจจับวัตถุที่อยู่ห่างออกไปหลายสิบถึงหลายร้อยเมตร แต่ไม่สามารถระบุวัตถุในระยะใกล้เพียงไม่กี่เมตรได้ ตัวอย่างเช่น ใน AVs LiDAR จะไม่สามารถบอกได้ว่าวัตถุที่เป็นปัญหานั้นเป็นสิ่งที่ควรหลีกเลี่ยงหรือไม่

ระบบการมองเห็นเชิงลึกสามารถเสริม LiDAR เพื่อให้ภาพสมบูรณ์ยิ่งขึ้น กล้องความลึกมักจะติดตั้งกล้อง RGBD (ความลึกของสี) สองตัวที่ให้ภาพสามมิติ ความสามารถนี้ช่วยให้กล้องรับรู้ระยะทาง ตำแหน่ง และความเร็วของวัตถุที่อยู่ใกล้เคียง พื้นผิวที่เพิ่มเข้ามาจากกล้อง RGB (สี) ให้รายละเอียดมากขึ้น

เทคโนโลยีการเรียนรู้เชิงลึกสามารถสอนระบบ 3 มิติให้รับรู้และรับรู้วัตถุที่มีความเที่ยงตรงสูง แม้ว่า LiDAR จะเปิดใช้งานการนำทาง แต่กล้องความลึกสามารถรับประกันการรับรู้และระบุสิ่งกีดขวางได้ มันสามารถแยกความแตกต่างระหว่างวัตถุต่างๆ เช่น มอเตอร์ไซค์กับกวาง หรือคนเดินเท้ากับคนบนสกู๊ตเตอร์หรือสเก็ตบอร์ด มันยังสามารถบอกความแตกต่างระหว่างสัตว์ต่างๆ เช่น สุนัข แรคคูน หรือโอพอสซัม

ความหมายของการรับรู้ความลึกของฟิลด์

ความหมายที่กว้างกว่าของการรับรู้ระยะชัดลึกอาจรวมถึง:

ในที่สุดมาตรฐานความปลอดภัยในการขนส่งก็กำหนดให้ติดตั้งกล้อง DOF ในยานพาหนะบนถนนใหม่ทั้งหมดเพื่อปรับปรุงความปลอดภัยของผู้ขับขี่และลดอุบัติเหตุบนท้องถนน
หุ่นยนต์อุตสาหกรรมและสำนักงานและบ้านอาจใช้กล้อง DOF เพื่อนำทางสภาพแวดล้อมได้ง่ายขึ้น โดยเฉพาะอย่างยิ่งหากได้รับการออกแบบให้ทำงานโดยอัตโนมัติ
หน่วยงานบังคับใช้กฎหมายที่ใช้กล้อง 3 มิติเพื่อระบุตัวผู้ก่อการร้ายที่สวมหน้ากากและอาชญากรอื่นๆ อย่างไรก็ตาม เทคโนโลยีนี้ยังสามารถใช้เพื่อปราบปรามการประท้วงและนักเคลื่อนไหว
บริษัทต่างๆ ที่ใช้กล้อง DOF เพื่อระบุ/ตรวจสอบพนักงานอย่างแม่นยำ โดยเฉพาะอย่างยิ่งในประเทศที่ยังบังคับใช้หน้ากากป้องกัน COVID-19
กล้อง DOF ถูกนำมาใช้เพื่อให้บริการแบบไร้สัมผัสและระยะไกลมากขึ้น แม้กระทั่งหลังการระบาดใหญ่
กองทัพใช้การจดจำ DOF เพื่อระบุตำแหน่งของศัตรูได้ดีขึ้น
บริษัทและบุคคลที่ให้ความสำคัญกับความเป็นส่วนตัวบางแห่งมุ่งเน้นไปที่การพัฒนาอุปกรณ์หรืออุปกรณ์ที่สามารถตอบโต้กล้อง DOF