تخمین عمق و بازسازی سه بعدی از تک تصویر مبتنی بر مدل یادگیری عمیق MiDaS

بازسازی سه بعدی نقش مهمی در نقشه برداری و فتوگرامتری برد کوتاه ایفا می کند و به استخراج دقیق اطلاعات هندسی از اشیا و محیط اطراف کمک می نماید. روش های مرسوم این حوزه معمولا به تصاویر چندنمایی و داده های موقعیت و زاویه تصویربرداری نیاز دارند که در برخی کاربردهای عملی با محدودیت هایی همراه است. در این پژوهش، روشی نوین مبتنی بر مدل یادگیری عمیق MiDas، یکی از معماری های دقیق تخمین عمق تک نما، معرفی شده است که قادر است تنها با یک تصویر دوبعدی، نقشه عمق نسبی تولید کند. سپس با بهره گیری از الگوریتم بازسازی سطح پواسون (Poisson Surface Reconstruction)، مدل سه بعدی نهایی بدون نیاز به اطلاعات مکانی یا زاویه دوربین استخراج می شود. برای ارزیابی عملکرد روش پیشنهادی، مدل سه بعدی حاصل با مدل مرجع تولید شده توسط روش رایج فتوگرامتری مقایسه شد. نتایج نشان داد که خطای میانگین مربعات (RMSE) برابر با ۰.۷۷۵ سانتی متر است که دقت مناسب و قابلیت اعتماد روش پیشنهادی را در شرایط محدودیت داده های چندنمایی تایید می کند. این مطالعه ظرفیت بالای مدل های یادگیری عمیق مانند MiDas را در بازسازی سه بعدی و کاربردهای نقشه برداری و فتوگرامتری نشان می دهد و اشاره می کند که استفاده از نسخه های پیشرفته تر همچون DPT می تواند دقت نتایج را در پژوهش ها و کاربردهای آینده بهبود بخشد.

کلیدواژه ها:

Depth Estimation ، ۳D Reconstruction ، Single Image ، Deep Learning ، Photogrammetry ، Machine Vision. ، تخمین عمق ، بازسازی سه بعدی ، تک تصویر ، یادگیری عمیق ، فتوگرامتری ، بینایی ماشین.