جلد 11، شماره 1 - ( بهار و تابستان 1404 )
جلد 11 شماره 1 صفحات 174-152 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Farhangi M, Milan A, Fallahi G, Khankeshi-Zadeh E. Depth estimation and 3D reconstruction from a single image based on the MiDaS deep learning model. KJES 2025; 11 (1) :152-174
URL: http://gnf.khu.ac.ir/article-1-2934-fa.html
URL: http://gnf.khu.ac.ir/article-1-2934-fa.html
فرهنگی مهدی، میلان اصغر، فلاحی غلامرضا، خانکشی زاده احسان. تخمین عمق و بازسازی سه‌بعدی از تک تصویر مبتنی بر مدل یادگیری عمیق MiDaS. علوم زمین خوارزمی. 1404; 11 (1) :152-174
مهدی فرهنگی1 
، اصغر میلان*2 ، غلامرضا فلاحی1 ، احسان خانکشی زاده3
، اصغر میلان*2 ، غلامرضا فلاحی1 ، احسان خانکشی زاده3
1- دانشگاه شهید بهشتی
2- دانشگاه شهید بهشتی ،a_milan@sbu.ac.ir
3- دانشگاه خواجه نصیرالدین طوسی
2- دانشگاه شهید بهشتی ،
3- دانشگاه خواجه نصیرالدین طوسی
چکیده: (250 مشاهده)
بازسازی سه‌بعدی نقش مهمی در نقشه‌برداری و فتوگرامتری برد کوتاه ایفا می‌کند و به استخراج دقیق اطلاعات هندسی از اشیا و محیط اطراف کمک می‌نماید. روش‌های مرسوم این حوزه معمولاً به تصاویر چندنمایی و داده‌های موقعیت و زاویه تصویربرداری نیاز دارند که در برخی کاربردهای عملی با محدودیت‌هایی همراه است. در این پژوهش، روشی نوین مبتنی بر مدل یادگیری عمیق MiDas، یکی از معماری‌های دقیق تخمین عمق تک‌نما، معرفی شده است که قادر است تنها با یک تصویر دوبعدی، نقشه عمق نسبی تولید کند. سپس با بهره‌گیری از الگوریتم بازسازی سطح پواسون (Poisson Surface Reconstruction)، مدل سه‌بعدی نهایی بدون نیاز به اطلاعات مکانی یا زاویه دوربین استخراج می‌شود. برای ارزیابی عملکرد روش پیشنهادی، مدل سه‌بعدی حاصل با مدل مرجع تولید شده توسط روش رایج فتوگرامتری مقایسه شد. نتایج نشان داد که خطای میانگین مربعات (RMSE) برابر با 0.775 سانتی‌متر است که دقت مناسب و قابلیت اعتماد روش پیشنهادی را در شرایط محدودیت داده‌های چندنمایی تأیید می‌کند. این مطالعه ظرفیت بالای مدل‌های یادگیری عمیق مانند MiDas را در بازسازی سه‌بعدی و کاربردهای نقشه‌برداری و فتوگرامتری نشان می‌دهد و اشاره می‌کند که استفاده از نسخه‌های پیشرفته‌تر همچون DPT می‌تواند دقت نتایج را در پژوهش‌ها و کاربردهای آینده بهبود بخشد.
نوع مطالعه: مقاله پژوهشی |
موضوع مقاله:
سنجش از دور و سامانه اطلاعات جغرافیایی
دریافت: 1404/1/5 | پذیرش: 1404/5/25 | انتشار: 1404/6/3
دریافت: 1404/1/5 | پذیرش: 1404/5/25 | انتشار: 1404/6/3
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
