AI / ML最有用且学习的阶段之一是机器视觉。机器视觉或计算机分析和预测图像内容的能力通常只与它喂养的图像一样好。
机器视觉应用的示例。图片来自机器人明天
这就是为什么工程师从硬件和软件的角度来创造创造新的，更好的3D成像技术的新，更好的3D成像技术。
什么是3D成像？
在学习成像时，工程师可以理解，从人眼捕获和解释图像的方式发现灵感。
模仿视差的摄像机的工作原理。图片来自Spie数字图书馆
人类视觉系统的工作方式是每个眼睛从不同的角度看到世界，并通过称为视差的过程将这些图像合并为一个。3D成像遵循相同的方法，使用两个镜头，每个镜头 - 每个镜头 - 每个镜头捕获与另一个不同的图像。
活跃与被动3D成像
通常，3D成像技术可以被归类为主动或无源。
有效3D成像系统是使用人工照明的人，以捕获和记录物体的数字表示。这种人工照明提供了密集和准确的图像，即使是Textureless对象，也会难以获得。
有效的3D成像系统使用不同的方法，包括飞行时间，三角测量和干涉测量。例如，飞行时间，通过测量作为光到目标对象的光行进的时间来返回传感器，要求将3D数据编码到每个像素中。然后返回传感器。LIDAR是主动3D成像的一个流行示例。
一个典请人代表的空间平面。使用的图像礼貌地理空间世界
被动方法另一方面，恢复仅用环境照明照亮的场景中的3D信息的系统。它们倾向于利用焦点和光场的深度。在基于快照的方法中，同时捕获的两个快照之间的差异用于计算与对象的距离 - 一个名为被动立体图像的过程。
扩展3D成像用例
许多领域可能从3D成像中受益匪浅。
一个明显的应用是自主车辆。随着3D成像技术的改进将实现自动驾驶汽车的可视化系统，使它们能够实时制作更准确和安全的决策。增强现实也是一个使用案例，它将受益于3D成像。
超越机器视觉，特别是医疗领域可以看到许多显着的应用程序。在超声，心脏病学探索和外科愿景等程序中实施3D成像将极大地使医生和患者有益。
图像引导脊椎手术。使用的图像礼貌odt杂志
显而易见的是，看看为什么3D成像现在是如此热门场，随着该技术在电路电平继续改善时，许多领域可以建立3D成像作为常见技术。
