「火星の地表起伏を予測するための単眼深度推定」

Monocular depth estimation for predicting Martian surface topography

モノキュラー深度推定モデルの別の応用

Photo by NASA on Unsplash

単一の画像から表面の高度を推定するためのいくつかの手法が文献で議論されています。以前の記事で、モノキュラー推定モデルを使用して単一の2D画像の深度を予測することが可能であることを説明しました。ただし、モデルへの入力が特定の表面の画像である場合、予測はデジタル高度モデル(DEM)を表します。私の最初の研究論文では、ディープラーニングアプローチを使用して、2Dグレースケール画像から火星の表面のDEMを取得する方法を示しました。提案するアイデアをよりよく理解するために、まずここでプロジェクトのデモを試してみることをお勧めします。

導入

別の話で詳しく説明されているように、表面のDEMは、各セルが表面上の特定の点の標高を格納する標高値のグリッドです:

Graphic visualization of a DEM. NSIDC, CC BY 2.0, via Wikimedia Commons

DEMは通常、カラーマップを使用してグラフィカルに表現されます。上の画像では、最も高い地点が赤で、最も低い地点が紫です。

一方、モノキュラー深度推定モデルは、画像を撮影したカメラ(たとえば衛星のカメラ)から各ピクセルの距離(深度)を推定するために使用されます:

Depth prediction of a bedroom. Input image from NYU-Depth V2.

アイデアは、表面の衛星画像をモノキュラー深度推定モデルに入力することです。これにより、その表面のDEMを予測することが可能になります。なぜなら、出力の各点が距離(深度)を表し、高度は深度を使用して導かれるからです(後述します)。

この記事で議論されている方法は、火星だけでなく、他の表面にも使用することができます。

UAHiRISE

High-Resolution Imaging Science Experiment(HiRISE)は、Mars Reconnaissance Orbiter(火星探査軌道衛星)に搭載されたカメラです。この衛星はサポートを提供します…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

人工知能

ディープAIの共同創業者兼CEO、ケビン・バラゴナ氏- インタビューシリーズ

ディープAIの創設者であるケビン・バラゴナは、10年以上の経験を持つプロのソフトウェアエンジニア兼製品開発者です彼の目標...

人工知能

「シフトのCEOであるクリス・ナーゲル – インタビューシリーズ」

クリスはSiftの最高経営責任者です彼は、Ping Identityを含むベンチャー支援および公開SaaS企業のシニアリーダーシップポジシ...

人工知能

ピーター・マッキー、Sonarの開発者担当責任者-インタビューシリーズ

ピーター・マッキーはSonarのDeveloper Relationsの責任者です Sonarは、悪いコードの1兆ドルの課題を解決するプラットフォー...

人工知能

『DeepHowのCEO兼共同創業者、サム・ジェン氏によるインタビューシリーズ』

ディープハウのCEO兼共同創設者であるサム・ジェンは、著名な投資家から支持される急速に進化するスタートアップを率いていま...

データサイエンス

アステラソフトウェアのCOO、ジェイ・ミシュラ - インタビューシリーズ

ジェイ・ミシュラは、急速に成長しているエンタープライズ向けデータソリューションの提供企業であるAstera Softwareの最高執...

AIニュース

Q&A:ブラジルの政治、アマゾンの人権、AIについてのGabriela Sá Pessoaの見解

ブラジルの社会正義のジャーナリストは、MIT国際研究センターのフェローです