Depth Estimation (Derinlik Tahmini)

#DerinlikTahmini #Görüntüİşleme #BilgisayarlıGörü #MonokülerDerinlik #StereoVizyon #OtonomAraçlar #ArtırılmışGerçeklik

Derinlik Tahmini, AI modellerinin 2D görüntülerden her pikselin kameraya uzaklığını çıkardığı süreçtir; otonom araçlar, AR/VR ve robotik için temeldir.

Depth estimation (derinlik tahmini), bir yapay zeka modelinin tek veya çift kameralı iki boyutlu görüntülerden sahnedeki her noktanın kameraya olan uzaklığını otomatik olarak tahmin etmesidir. Çıktı olarak her pikselin mesafeye karşılık geldiği bir derinlik haritası (depth map) üretilir: yakın nesneler açık tonlarla, uzak nesneler koyu tonlarla temsil edilir. İnsan görme sistemi iki göz arasındaki parallax farkından derinlik algılar; ancak tek kameralı dijital görüntüler bu bilgiyi doğrudan içermez. Modeller gölge, perspektif, boyut ve odak bulanıklığı gibi görsel ipuçlarını öğrenerek ve büyük ölçekli derinlik veri setleri üzerinde eğitilerek bu eksikliği kapatır. Derinlik tahmini üç ana yaklaşımla gerçekleştirilir. Monoküler yöntemler tek bir RGB görüntüsünden derinlik çıkarır; denetimli eğitim için LiDAR etiketi, öz denetimli eğitim için video çerçeve çiftleri kullanılır ve en esnek yaklaşımdır. Stereo yöntemler iki paralel kameradan alınan görüntü çiftleri arasındaki piksel kaymasını (disparity) üçgenleme ile derinliğe dönüştürür; fabrika otomasyonu ve endüstriyel robotik için tercih edilir. LiDAR füzyon ise kamera görüntüsünü aktif sensör verisiyle birleştirerek en yüksek kesinliği sunar; ancak sensör maliyeti yüksektir. MiDaS ve Depth Anything v2 gibi transformer tabanlı modeller büyük ölçekli ve çok kaynaklı verilerle eğitilerek geniş ortam koşullarına genellenebilir hale gelmiştir. Apple Depth Pro tek görüntüden mutlak metrik derinlik değerleri üretebilmektedir. Otonom araçlar, artırılmış gerçeklik, robotik navigasyon ve üç boyutlu sahne yeniden yapılandırma başlıca uygulama alanlarıdır. Doğruluk için AbsRel, RMSE ve delta eşik doğruluğu (δ < 1.25) kullanılır. Gerçek zamanlı uygulamalarda NVIDIA Jetson ve Apple Neural Engine gibi özel donanım hızlandırıcılar tercih edilir. Derinlik haritaları ayrıca 3B nokta bulutu oluşturmak ve sanal nesneleri gerçek ortama yerleştirmek için de kullanılmaktadır.

Depth Estimation Nedir ve Neden Önemlidir?

İnsan görme sistemi iki göz arasındaki parallax farkından derinlik algılar; ancak tek kameralı dijital görüntüler bu bilgiyi doğrudan içermez. Derinlik tahmini modelleri, gölge, perspektif, bulanıklık ve nesne boyutu gibi görsel ipuçlarını öğrenerek 2D pikselden 3D uzaklık bilgisi üretir. Bu yetenek, çevresiyle fiziksel olarak etkileşime giren otonom sistemler için temel bir algı bileşenidir.

Temel Yaklaşımlar

  • check_circle Monoküler Derinlik Tahmini: Tek bir RGB görüntüden derinlik haritası üretir. Denetimli eğitim için LiDAR etiketi, öz denetimli eğitim için video çerçeve çiftleri kullanılır. En esnek ve düşük maliyetli yaklaşımdır.
  • check_circle Stereo Derinlik Tahmini: İki paralel kameradan alınan görüntü çiftleri arasındaki piksel kayması (disparity) hesaplanarak üçgenleme ile derinlik elde edilir. Fabrika otomasyonu ve endüstriyel robotik için yaygındır.
  • check_circle LiDAR Füzyon: Kamera görüntüsü ile LiDAR nokta bulutu birleştirilir. Otonom araçlarda yüksek hassasiyet gerektiğinde tercih edilen yöntemdir; ancak LiDAR sensörler maliyetlidir.

Öne Çıkan Modeller ve Araçlar

  • check_circle MiDaS: Intel Labs tarafından geliştirilen çapraz veri seti eğitimli model; farklı ortamlarda tutarlı derinlik tahmini yapar.
  • check_circle Depth Anything v2: Çok büyük ölçekli sentetik ve gerçek verilerle eğitilen transformer tabanlı model; sıfır-atış genelleme kapasitesiyle öne çıkar.
  • check_circle Apple Depth Pro: Metrik (mutlak) derinlik tahmini yapabilen ve tek görüntüden gerçek mesafe değerleri üreten monoküler model.
  • check_circle RAFT-Stereo: Yinelemeli alan güncelleme mekanizmasıyla stereo derinlik tahmininde referans performans düzeyine ulaşan model.

Uygulama Alanları

  • check_circle :
  • check_circle :
  • check_circle :
  • check_circle :
  • check_circle :

Sıkça Sorulan Sorular

  • check_circle Monoküler derinlik tahmini ne kadar doğrudur?: Göreceli derinlik sıralamasında modern modeller oldukça başarılıdır; mutlak metrik mesafe tahmininde ise LiDAR füzyon yöntemlerine kıyasla hata payı daha yüksektir.
  • check_circle Depth estimation ile 3D nokta bulutu oluşturulabilir mi?: Evet. Derinlik haritası ve kamera iç parametreleri (intrinsics) kullanılarak her piksel 3D uzaya yansıtılır; böylece yoğun nokta bulutu elde edilir.
  • check_circle Hangi metrikler modeli değerlendirmek için kullanılır?: AbsRel (mutlak göreli hata), RMSE (kök ortalama kare hata) ve delta eşik doğruluğu (δ < 1.25) en yaygın ölçütlerdir.
  • check_circle Gerçek zamanlı derinlik tahmini mümkün mü?: Evet. MiDaS'ın hafif varyantları ve özel donanım (NVIDIA Jetson, Apple Neural Engine) ile 30+ FPS gerçek zamanlı derinlik tahmini yapılabilmektedir.