「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

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：

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：

• 「AIがあなたの信念をリセットする方法」
• 「初心者であることを知られずに伝える、6つのパンダの間違い」
• 「モジュラーディフュージョンを紹介します：PyTorchを使用してディフュージョンモデルを設計およびトレーニングするためのPythonライブラリ」

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!