Təxminən yarım əsrdir kompüter görməsində əsas mövzu olan stereo uyğunluq iki düzəldilmiş şəkildən sıx uyğunsuzluq xəritələrinin hesablanmasını əhatə edir. O, bir çox proqramlar arasında, o cümlədən avtonom sürücülük, robototexnika və genişlənmiş reallıqda mühüm rol oynayır.
Xərc-həcmi hesablama və optimallaşdırma metodologiyalarına görə, mövcud sorğular arxitekturaları 2D və 3D siniflərinə təsnif edir. Bu sorğular həmçinin hələ də cavablandırılmamış problemləri vurğulayır və bu sürətli dəyişikliyə dair əhəmiyyətli fikirlər təklif edir. O vaxtdan bəri bu sahədə yeni yanaşmalar və paradiqmalar yaranıb, dərin öyrənmənin digər sahələrindəki yeniliklər təkan verib və o vaxtdan bu sahədə böyük artım müşahidə olunub. İterativ dəqiqləşdirmə və transformator əsaslı arxitekturalar kimi dəqiqlik və səmərəlilikdə əlavə qazanclar üçün potensialı göstərən sahənin təkamül nümunələri nikbinlik hissi və dərin stereo uyğunluğun gələcəyinə ümid aşılayır. Dərin stereo uyğunluq inkişaf etdikcə, görkəmli nailiyyətlərə baxmayaraq, çoxsaylı problemlər ortaya çıxdı. Xüsusilə faktiki və sintetik məlumatlar arasında domen keçidləri ilə məşğul olan zaman ümumiləşdirmənin mümkünsüzlüyü əvvəlki sorğularda qeyd olunan əsas problemdir.
2010-cu illərin sonlarında aparılan əvvəlki sorğular bu inqilabın ilkin mərhələsini əhatə edirdi, lakin sonrakı beş illik tədqiqatda bölgə daha da inqilabi tərəqqinin şahidi oldu. Bu sahədə aparıcı qrup olan Bolonya Universitetinin komandasının yeni araşdırması təqdim edir:
- 2020-ci illərdə oyunu dəyişdirən RAFT-yeni stereo kimi transformator əsaslı arxitekturaların və yenilikçi memarlıq dizaynlarının istifadəsi kimi innovativ paradiqma dəyişikliklərinə baxaraq, dərin stereo uyğunluqda son irəliləyişlərin ətraflı təhlili
- Bu irəliləyişlərə görə əsas problemləri təhlil edin, hamısını təsnif edin və onları həll etmək üçün ən yaxşı üsullara baxın.
Onların məqaləsində əsas nəticələr aşağıdakı kimi vurğulanır:
Memarlıq Dizaynı: Benchmark tapıntıları göstərir ki, RAFT-new stereo dizayn yanaşması inqilabi xarakter daşıyır və domen dəyişikliklərinə davamlılığı əhəmiyyətli dərəcədə artırır. Komanda bu yeni paradiqmanı daha çox çərçivənin izləyəcəyini gözləyir, çünki bu tədqiqatdan bir neçə ay əvvəl istifadəyə verilmiş ən sonların əksəriyyəti tərəfindən istifadə edilmişdir. Bununla belə, daim təkmilləşən nəticələr verən ən son təkliflərin göstərdiyi kimi, yenilikçi və səmərəli dizaynların axtarışı bu sahəni cəlb etməyə davam edən maraqlı bir səyahətdir.
RGB ilə təkmilləşdirilmiş audio: Termal, multispektral və ya hadisə kamerası şəkillərinin stereo uyğunluq şəbəkələrinə giriş kimi istifadə edilməsi son beş ildə populyarlığı artmış yeni inkişaf edən bir konsepsiyadır. Bu, qurulmuş, lakin dinamik bir sahəyə yeni ideyalar daxil edir. Bu tendensiya həvəsləndirici olsa da, onlayn bu ortaya çıxan vəzifələrdən daha çoxu olmalıdır, hələ də təkmilləşdirilməlidir.
Əvvəlki tədqiqatlar tərəfindən proqnozlaşdırılan bəzi problemlər, onlarla mübarizədə çoxsaylı qələbələrə baxmayaraq, hələ də mövcuddur. Booster verilənlər bazası yüksək rezolyusiyaya malik şəkillərin hələ də emal edilməsinin nə qədər çətin olduğunu və qeyri-Lambert obyektlərinin necə vacib olduğunu nümayiş etdirdi, çünki əsasən təlim məlumatlarının və ya onlarla daha yaxşı məşğul olmaq üçün metodların çatışmazlığı var. Eynilə, çətin hava şəraiti hələ də problem ola bilər.
Komanda, digər kompüter görmə tapşırıqları üçün vizual təməl modellərin işlənib hazırlanmasına baxmayaraq, hələ də stereo uyğunluğa ehtiyac olduğunu ifadə edərək yekunlaşdırır. Stereo üçün bu sahədə hələ heç bir səy göstərilməmişdir, halbuki tək-şəkilli dərinlik təxminləri üçün bəziləri olmuşdur.
Hal-hazırda istifadə olunan ən effektiv metodları aşkar etməklə, bu iş mövcud maneələri aydınlaşdırmaqla yanaşı, gələcək tədqiqatlar üçün perspektivli yollar təklif edir. Həm yeni gələnlər, həm də təcrübəli peşəkarlar bu sorğuda faydalı məlumat və ruhlandırıcı ideyalar tapa bilər, komandanın ümid etdiyi kimi, dərin stereo uyğunluğun sərhədlərini aşmaq ehtirasını alovlandıracaq.
yoxlayın Kağız. Bu tədqiqat üçün bütün kredit bu layihənin tədqiqatçılarına verilir. Həmçinin, bizi izləməyi unutmayın Twitter.
Bizə qoşulun Telegram Kanalı və LinkedIn Grvay.
Əgər işimizi bəyənirsinizsə, işimizi də sevəcəksiniz xəbər bülleteni..
Bizə qoşulmağı unutmayın 46k+ ML SubReddit
Dhanshree Shripad Shenwai
Dhanshree Shenwai Kompüter Elmləri Mühəndisidir və AI tətbiqlərinə böyük maraq göstərən Maliyyə, Kartlar və Ödənişlər və Bank sahəsini əhatə edən FinTech şirkətlərində yaxşı təcrübəyə malikdir. O, hər kəsin həyatını asanlaşdıran bugünkü inkişaf edən dünyada yeni texnologiyalar və irəliləyişləri araşdırmaqda həvəslidir.