Kharazmi Journal of Earth Sciences

fa تخمین عمق و بازسازی سه‌بعدی از تک تصویر مبتنی بر مدل یادگیری عمیق MiDaS Depth estimation and 3D reconstruction from a single image based on the MiDaS deep learning model سنجش از دور و سامانه اطلاعات جغرافیایی Remote sensing and GIS مقاله پژوهشی Original Research <div style="text-align: justify;">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.</div> <div style="text-align: justify;">3D reconstruction plays an important role in surveying and close-range photogrammetry, facilitating the accurate extraction of geometric information from objects and their surrounding environment. However, conventional methods in this field typically require multi-view images along with positional and angular data of the camera, which can pose limitations in certain practical applications. This study introduces a novel approach based on the MiDaS deep learning model, one of the most accurate architectures for monocular depth estimation, which is capable of generating a relative depth map from a single 2D image. The final 3D model is then extracted using the Poisson Surface Reconstruction algorithm, without the need for spatial information or camera orientation data. To evaluate the performance of the proposed method, the resulting 3D model was compared against a reference model produced by the conventional photogrammetry method. The results showed a Root Mean Square Error (RMSE) of 0.775 centimeters, confirming the appropriate accuracy and reliability of the proposed approach under multi-view data limitations. This study demonstrates the high potential of deep learning models like MiDaS in 3D reconstruction and surveying applications, and highlights that using more advanced versions such as DPT could further improve accuracy in future research and applications. </div> تخمین عمق, بازسازی سه‌بعدی, تک تصویر, یادگیری عمیق, فتوگرامتری, بینایی ماشین. Depth Estimation, 3D Reconstruction, Single Image, Deep Learning, Photogrammetry, Machine Vision. 152 174 http://gnf.khu.ac.ir/browse.php?a_code=A-10-762-2&slc_lang=fa&sid=1 Mahdi Farhangi مهدی فرهنگی ma.farhangi@mail.sbu.ac.ir 10031947532846006015 10031947532846006015 No Shahid Beheshti University دانشگاه شهید بهشتی Asghar Milan اصغر میلان a_milan@sbu.ac.ir 10031947532846006016 10031947532846006016 Yes Shahid Beheshti University دانشگاه شهید بهشتی Gholamreza Fallahi غلامرضا فلاحی g_fallahi@sbu.ac.ir 10031947532846006017 10031947532846006017 No Shahid Beheshti University دانشگاه شهید بهشتی Ehsan Khankeshi-Zadeh احسان خانکشی زاده Seyedehsan.khankeshizadeh@email.kntu.ac.ir 10031947532846006018 10031947532846006018 No K. N. Toosi University of Technology دانشگاه خواجه نصیرالدین طوسی