结构光和TOF

最新推荐文章于 2024-06-29 23:55:34 发布

WX Chen

最新推荐文章于 2024-06-29 23:55:34 发布

阅读量1.4k

点赞数

分类专栏： 2D转3D 文章标签：人工智能自动驾驶计算机视觉

本文链接：https://blog.csdn.net/kl1411/article/details/121763208

版权

2D转3D 专栏收录该内容

21 篇文章 1 订阅 ¥99.90 ¥299.90

订阅专栏

超级会员免费看

本文探讨了深度估计技术，包括双目、单目、结构光和TOF方法。结构光技术适合静态场景，功耗低，技术成熟；而TOF在动态场景中表现出色，具有更远的测量范围。尽管双目摄像头理论上精度高，但研发和成本挑战限制了其广泛应用。目前，单目技术仍然是主流选择。

摘要由CSDN通过智能技术生成

（单目、双目、结构光、TOF、激光雷达、声纳）
目前深度估计采用的技术主要包括双目深度估计（为了提高精度，特斯拉的前置摄像头采用三目深度估计）、单目深度估计、结构光（第一代kinect）、TOF（time-of-flight，第二代kinect采用的技术），以及精度最高但是成本也最高的激光雷达（谷歌等公司在用，谷歌好像收购了一家激光雷达公司，可以把激光雷达的成本降低到了以前的十分之一，好多数据集把激光雷达采集到的深度数据作为训练和评价其他深度估计方法的ground truth），当然还有其他利用非光学信号的测距技术，例如声纳等。
https://www.jianshu.com/p/b07b009484b5

5年内单目还是主流
双目摄像头的方案，理论上是可以达到很高的精度，但需要非常专业的技术团队，才有可能研发出来。但即使研发出来，也会面临严重的成本问题。企业本身做产品的目的就是推而广之，让产品大规模应用，而非束之高阁，以作观瞻。一个产品如果价格居高不下，对于实际的商业化应用，并没有太大的意义。
https://blog.csdn.net/haima1998/article/details/86753561

结构光技术是利用光学手段拍摄物体的三维结构，再将获取到的信息进行深入处理的技术。