حول تقنيات التعلم العميق لتعزيز تقدير العمق الأحادي للتنقل الذاتي

استنتاج عمق الصور هو مشكلة عكسية أساسية في مجال رؤية الحاسوب، حيث يتم الحصول على معلومات العمق من خلال صور ثنائية الأبعاد يمكن توليدها من احتمالات لا حصر لها للمشاهد الواقعية الملاحظة. بفضل التقدم الذي أحرزته شبكات العصبونات المتكررة (CNNs) في استكشاف الخصائص الهيكلية والمعلومات الفضائية للصور، يُسلط الضوء غالبًا على تقدير العمق من صورة واحدة (SIDE) في نطاقات الابتكار العلمي والتكنولوجي، نظرًا لفوائده المتعلقة بتكلفتها المنخفضة للتنفيذ ومتانتها أمام ظروف البيئة. في سياق المركبات ذاتية القيادة، تُحسّن أحدث شبكات CNN مهمة SIDE بإنتاج خرائط عمق عالية الجودة، والتي تكون ضرورية أثناء عملية التنقل الذاتي في مواقع مختلفة. ومع ذلك، يتم إشراف مثل هذه الشبكات عادةً بمعلومات عمق نادرة ومزعجة، مستمدة من المسح الليزري للكشف عن الضوء والمسافة (LiDAR)، ويتم تنفيذها بتكلفة حسابية عالية تتطلب وحدات معالجة الرسومات عالية الأداء (GPUs). لذلك، نقترح هندسة شبكة CNN إشرافية خفيفة وسريعة جديدة مدمجة مع نماذج استخراج خصائص جديدة تم تصميمها للتنقل الذاتي في العالم الحقيقي. كما نقدم وحدة طبيعيات السطح الكفاءة، بالاشتراك مع دالة خسارة هندسية بسيطة ثنائية الأبعاد ونصف (2.5D)، لحل مشاكل SIDE. بالإضافة إلى ذلك، نبتكر من خلال دمج تقنيات تعلم عميق متعددة، مثل استخدام خوارزميات التكثيف والمعلومات الدلالية والطبيعيات السطحية والعماق الإضافية لتدريب إطارنا العمل. الطريقة التي تم تقديمها في هذا العمل تركز على التطبيقات الروبوتية في البيئات الداخلية والخارجية وتتم تقييم نتائجها على مجموعتي بيانات العمق NYU Depth V2 و KITTI Depth اللتين تعتبران تنافسيتين ومتوافرتين للعامة.