نماذج ومنصات الذكاء الاصطناعي
مختبرات إنتل تتقدم في تطوير رؤية الكمبيوتر مع نموذجين جديدين للذكاء الاصطناعي
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةأصدرت مختبرات إنتل نموذج MiDaS 3.1 الذي يحسّن دقة تقدير العمق النسبي بنسبة 30%.
عرض المزيد
- أصدرت مختبرات إنتل نموذج MiDaS 3.1 الذي يحسّن دقة تقدير العمق النسبي بنسبة 30%.
- يدمج نموذج VI-Depth 1.0 البيانات بالقصور الذاتي مع تقدير العمق لحل غموض المقياس المتري.
- يتيح كلا النموذجين مفتوحي المصدر تطبيقات مثل بيئات الواقع الافتراضي وإعادة بناء مسرح الجريمة.
النماذج المفتوحة المصدر للذكاء الاصطناعي VI-Depth 1.0 و MiDaS 3.1 تحسن تقدير العمق لرؤية الكمبيوتر.
تقدير العمق هو مهمة رؤية كمبيوتر صعبة مطلوبة لإنشاء مجموعة واسعة من التطبيقات في الروبوتات والواقع المعزز (AR) والواقع الافتراضي (VR). غالبًا ما تعاني الحلول الحالية في تقدير المسافات بشكل صحيح، وهو جانب حاسم في التخطيط للحركة وتجنب العوائق عند التنقل البصري. باحثون في مختبرات إنتل يعالجون هذه القضية من خلال إصدار نموذجين للذكاء الاصطناعي لتقدير العمق أحادي العين: أحدهما لتقدير العمق البصري-القصوري والآخر لتقدير العمق النسبي المتين (RDE).
(INTC )أحدث نموذج RDE، MiDaS الإصدار 3.1، يتنبأ بالعمق النسبي المتين باستخدام صورة واحدة فقط كمدخل. بسبب تدريبه على مجموعة بيانات كبيرة ومتنوعة، يمكنه أداء مهام أوسع وأداء أفضل في بيئات مختلفة. الإصدار الأخير من MiDaS يحسن دقة النموذج لتقدير العمق النسبي بنسبة 30٪ تقريبًا بفضل مجموعة التدريب الأكبر والبنى الأساسية المحدّثة للمشفّرات.
تم تضمين MiDaS في العديد من المشاريع، وأبرزها Stable Diffusion 2.0، حيث يُمكنه تمكين ميزة العمق إلى الصورة التي تُستخدم لاستنتاج عمق صورة الإدخال ومن ثم توليد صور جديدة باستخدام النص والعمق معًا. على سبيل المثال، استخدم المبدع الرقمي Scottie Fox مزيجًا من Stable Diffusion و MiDaS لإنشاء بيئة الواقع الافتراضي 360 درجة. يمكن أن تؤدي هذه التقنية إلى تطبيقات افتراضية جديدة، بما في ذلك إعادة بناء مسرح الجريمة للقضايا المعروضة على المحاكم، والبيئات العلاجية للرعاية الصحية، وتجارب الألعاب الغامرة.
على الرغم من قابلية تقدير العمق النسبي (RDE) الجيدة للتعميم وفائدته، فإن غياب المقياس الحقيقي يقلل من فائدته للمهام اللاحقة التي تتطلب عمقًا بوحدات مترية، مثل الخرائط والتخطيط والتنقل والتعرف على الكائنات وإعادة بناء ثلاثي الأبعاد وتنقيح الصور. باحثون في مختبرات إنتل يعالجون هذه القضية من خلال إصدار نموذج آخر للذكاء الاصطناعي يُدعى VI-Depth، والذي يوفر تقديرًا دقيقًا للعمق.
VI-Depth هو مسار معالجة لتقدير عمق بصري-قصوري يدمج تقدير العمق أحادي العين وقياس الحركة البصري-القصوري (VIO) لإنتاج تقديرات كثيفة للعمق بمقياس متري. هذا النهج يوفر تقديرًا دقيقًا للعمق، والذي يمكن أن يساعد في إعادة بناء المشاهد والخرائط ومناولة الأجسام.
يمكن أن يساعد دمج بيانات القصور الذاتي في حل غموض المقياس. وتحتوي معظم الأجهزة المحمولة بالفعل على وحدات قياس القصور الذاتي (IMU). تحدد المحاذاة العامة المقياس العام المناسب، بينما تعمل محاذاة المقياس الكثيفة (SML) محليًا، فتدفع المناطق أو تسحبها نحو العمق المتري الصحيح. وتستخدم شبكة SML نموذج MiDaS بوصفه البنية الأساسية للمشفّر. وفي مسار المعالجة المعياري، يجمع VI-Depth بين تقدير العمق القائم على البيانات ونموذج MiDaS لتوقّع العمق النسبي، إلى جانب قياسات مستشعرات وحدة IMU. ويتيح الجمع بين هذه المصادر توليد تقديرات أكثر موثوقية للعمق المتري الكثيف لكل بكسل في الصورة.
تتوفر MiDaS 3.1 و VI-Depth 1.0 تحت رخصة مفتوحة المصدر MIT على GitHub.
لمزيد من المعلومات، يُرجى الرجوع إلى “محولات الرؤية للتنبؤ الكثيف” و “نحو تقدير عمق أحادي العين المتين: مزيج مجموعات البيانات لنقل دون أمثلة تدريبية بين مجموعات البيانات“.
