「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

「aiOlaのCEO兼共同創設者、アミール・ハラマティによるインタビューシリーズ」

アミール・ハラマティは、aiOlaのCEO兼共同創業者であり、スピーチを作業可能にし、どこでも完全な正確さで業界固有のプロセ...

機械学習

3つの質問:大規模言語モデルについて、Jacob Andreasに聞く

CSAILの科学者は、最新の機械学習モデルを通じた自然言語処理の研究と、言語が他の種類の人工知能をどのように高めるかの調査...

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

「アナコンダのCEO兼共同創業者、ピーターウォングによるインタビューシリーズ」

ピーター・ワンはAnacondaのCEO兼共同創設者ですAnaconda(以前はContinuum Analyticsとして知られる)を設立する前は、ピー...

人工知能

ジョナサン・ダムブロット、Cranium AIのCEO兼共同創設者- インタビューシリーズ

ジョナサン・ダムブロットは、Cranium AIのCEO兼共同創業者ですCranium AIは、サイバーセキュリティおよびデータサイエンスチ...

人工知能

キャルレールの最高製品責任者、ライアン・ジョンソンへのインタビューシリーズ

ライアンは、初期のスタートアップからフォーチュン100の組織まで、多様なテクノロジーと製品開発のリーダーシップ経験を15年...