要點:

MonoXiver利用單目攝像頭的二維圖片生成可靠的三維環(huán)境地圖。

這種方法先用粗略的框定位對象，再細分框捕捉更多細節(jié)，最終校準預測和實際觀測。

該技術可應用于自動駕駛汽車等導航場景，也可擴展到其他領域。

站長之家（ChinaZ.com）10月9日 消息:MonoXiver是北卡羅萊納州立大學劉賢鵬團隊開發(fā)的一種利用AI從二維圖片中提取三維信息的方法。它只需要一個普通的單目攝像頭，就可以構建相機周圍可靠的三維地圖。這對自主駕駛汽車的環(huán)境感知與導航具有重要意義。

由于照片是三維世界的二維表示，它們?nèi)鄙倌繕说膶嶋H尺寸、與相機的距離等深度信息。這對二維攝像頭進行導航是一個嚴峻的問題。目前，一種常用的手段是結合攝像頭與激光雷達，后者通過發(fā)射激光束來測量距離。但是這種系統(tǒng)成本高昂，硬件也難以與車身集成。

MonoXiver使用分步方法。首先，利用單目攝像頭對圖像中的三維幾何進行粗略估計。然后，用三維包圍框標注像車輛等重要目標。這些框幫助表示場景中對象的各種尺度、長寬比和方向。起初，框的位置基于攝像頭的估計。利用這些框作為起點，MonoXiver重新分析框內(nèi)區(qū)域，構建更小的框來捕捉更多細節(jié)。

MonoXiver還可以區(qū)分框內(nèi)元素的重疊情況。最后，它校準預測的細節(jié)框是否與整體框內(nèi)的形狀、顏色、紋理一致。在大規(guī)模圖片數(shù)據(jù)集上的測試表明，該方法可以準確構建三維地圖。

研究團隊期望這種方法可以改變自動駕駛汽車等AI系統(tǒng)感知和導航三維空間的能力。此外，MonoXiver也具有很強的適應性，可以輕松適配不同的單目攝像頭。除自動駕駛外，這種AI方法也可應用于其他領域，如機器人、環(huán)境監(jiān)測、醫(yī)學成像等。

（舉報）