उपकरण समीक्षाएँ

पंपः मीट्रिक दूरी का अनुमान लगाने के लिए एक एकीकृत बेंचमार्क

100 दृश्यों, परीक्षण पैमाने और क्रॉस-व्यू स्थिरता से 6,400 फ्रेम का उपयोग करके मीट्रिक बिंदु-जोड़ी की दूरी के लिए पम्पायर बेंचमार्क 29 आधार रेखाएं।

पंपः मीट्रिक दूरी का अनुमान लगाने के लिए एक एकीकृत बेंचमार्क

मुख्य जानकारी

  • पम्पायर छवि और वीडियो-स्तर 3 डी नींव मॉडल में वास्तविक दुनिया मीट्रिक बिंदु जोड़ी दूरी का अनुमान लगाने के लिए एक एकीकृत बेंचमार्क है, जिसमें 100 भौतिक रूप से मापे गए दृश्यों से 6,400 फ्रेम का उपयोग किया जाता है।
  • यह 29 बेसलाइन कॉन्फ़िगरेशन का मूल्यांकन करता है जिसमें गहराई पूर्वानुमानों के साथ और बिना यह निर्धारित करने के लिए कि क्या मॉडल सीधे पैमाने पर अनुमान लगा सकते हैं या जोड़े गए गहराई संकेतों पर भरोसा कर सकते हैं।
  • बेंचमार्क मीट्रिक सटीकता और क्रॉस-व्यू सुसंगतता दोनों का आकलन करता है, यह जांचने के लिए कि क्या एक ही बिंदु-जोड़ी दूरी स्थिर रहती है जब विभिन्न दृष्टिकोणों से अनुमान लगाया जाता है।
  • यह रोबोटिक्स, एआर, स्वायत्त प्रणालियों, डिजिटल जुड़वां और माप उपकरण में 3 डी मॉडल की एक व्यावहारिक आवश्यकता को संबोधित करता है, जहां वास्तविक दुनिया की दूरी - न केवल सापेक्ष आकार - विश्वसनीय होना चाहिए।
  • लेख में बेंचमार्क के साझा कार्य, मापा डेटासेट और मूल्यांकन ढांचे पर जोर दिया गया है जबकि विस्तृत आधार रेखा स्कोर और मॉडल-विशिष्ट परिणाम अभी तक प्रदान नहीं किए गए हैं।

मेटा विवरण: पम्पायर छवि और वीडियो 3 डी फाउंडेशन मॉडल में मीट्रिक बिंदु-जोड़ी दूरी अनुमान के लिए एक एकीकृत बेंचमार्क है, जो 100 दृश्यों से 6,400 फ्रेम का उपयोग करता है।

Pumpire: A Unified Benchmark for Estimating Metric Distances

टैगः 3 डी नींव मॉडल, पंपायर बेंचमार्क, बिंदु-जोड़ी दूरी, क्रॉस दृश्य स्थिरता, गहराई पूर्वानुमान

विशेष रुप से प्रदर्शित छवि: अमूर्त, मैत्रीपूर्ण चित्रण शैली जिसमें मापा गया दूरी मार्करों द्वारा जुड़े कई कैमरा व्यूपॉइंट दिखाए गए हैं, बिना वास्तविक लोगों, लोगो या पाठ के।

पम्पायर छवि और वीडियो-स्तरीय 3 डी फाउंडेशन मॉडलों में मीट्रिक बिंदु-जोड़ी दूरी अनुमान का मूल्यांकन करने के लिए एक एकीकृत बेंचमार्क है, जिसमें गहराई की प्राथमिकताएं हैं या नहीं। यह उन शोधकर्ताओं और डेवलपर्स को लक्षित किया गया है जिन्हें वास्तविक दुनिया इकाइयों में भरोसेमंद होने वाली दूरियों के उत्पादन के लिए 3 डी मॉडल की आवश्यकता होती है, न कि केवल सापेक्ष आकृतियां। बेंच मार्क 100 वास्तविक दुनिया दृश्यों से खींचे गए 6,400 फ़्रेमों का उपयोग करता है, जो भौतिक रूप से मापी गई बिंदु-जुड़ें दूरी के साथ एनोटेट किए जाते हैं, और मैट्रिक सटीकता और क्रॉस-व्यू स्थिरता के लिए 29 बेसलाइन कॉन्फ़िगरेशन का आकलन करते हैं।

बेंचमार्क क्या परीक्षण करता है

एक मीट्रिक बिंदु-जोड़ी दूरी दृश्य में दो चयनित बिंदुओं के बीच भौतिक पृथक्करण है, जैसे कि कमरे में दो वस्तुओं, कोनों या स्थानों के बीच की दूरी। 3 डी नींव मॉडल के लिए, यह केवल गहराई या ज्यामिति का अनुमान लगाने से कठिन हैः मॉडल को पैमाने को समझना चाहिए। पुनर्निर्माण सही आकार हो सकता है लेकिन बहुत बड़ा या बहुत छोटा हो। पंपियर का कार्य यह परीक्षण करना है कि छवि और वीडियो स्तर के मॉडल बिंदु जोड़े के बीच वास्तविक दूरी का अनुमान लगा सकते हैं या नहीं।

Pumpire: A Unified Benchmark for Estimating Metric Distances

गहराई पूर्वानुमान अतिरिक्त धारणाएं या संकेत हैं कि किसी दृश्य के भाग कितने दूर हैं। कुछ मॉडल उनका उपयोग करते हैं; अन्य नहीं करते हैं। पंपायर दोनों सेटिंग्स का मूल्यांकन करता है। यह पाठकों को एक स्पष्ट तस्वीर देता है कि क्या एक मॉडल की दूरी सटीकता अपने स्वयं के तर्क से आती है या जोड़ा गया गहराई संकेत से।

डेटासेट और मूल्यांकन डिजाइन

बेंचमार्क का डेटा मैन्युअल रूप से एकत्र किया जाता हैः वास्तविक दुनिया के 100 दृश्यों से 6,400 फ्रेम। प्रत्येक दृश्य को बिंदु-जोड़ी की दूरी के साथ एनोटेट किया जाता है जिसे भौतिक रूप से मापा गया है। यह इसलिए महत्वपूर्ण है क्योंकि कई 3 डी डाटासेट सिंथेटिक दृश्यों या कैमरा अंशांकन धारणाओं से बनाए गए हैं, जो वास्तविक दुनिया पैमाने पर विश्वसनीयता से प्रतिबिंबित नहीं कर सकते हैं। इसके बजाय पम्पियर भौतिक दुनिया से जुड़े माप का उपयोग करता है।

मूल्यांकन में 29 बेसलाइन कॉन्फ़िगरेशन शामिल हैं। केवल अंतिम 3 डी पुनर्निर्माणों को रैंकिंग करने के बजाय, यह मीट्रिक सटीकता और क्रॉस-व्यू स्थिरता का विश्लेषण करता है। क्रॉस व्यू सुसंगतता जांचती है कि क्या विभिन्न दृष्टिकोणों से अनुमानित समान बिंदु-जोड़ी दूरी स्थिर रहती है। एक मॉडल जो एक कोण से एक दूरी देता है और दूसरे कोण से अलग दूरी एकल दृश्य में उचित लग सकती है लेकिन नेविगेशन, माप या बहु-दृश्य पुनर्निर्धारण के लिए उपयोग किए जाने पर विफल हो जाती है।

उपलब्ध सारांश में उन 29 आधार रेखाओं के लिए विस्तृत स्कोर, व्यक्तिगत मॉडल नाम या प्रदर्शन तालिकाएं शामिल नहीं हैं। मुख्य योगदान बेंचमार्क संरचना हैः एक साझा कार्य, मापा वास्तविक दुनिया डेटासेट और मूल्यांकन मानदंड जो दृश्य स्थिरता से पैमाने की सटीकता को अलग करते हैं।

Pumpire: A Unified Benchmark for Estimating Metric Distances

यह 3 डी मॉडल के लिए क्यों महत्वपूर्ण है

3 डी फाउंडेशन मॉडल का उपयोग छवियों और वीडियो से दृश्य संरचना को अनुमान लगाने के लिए किया जाता है। कई अनुप्रयोगों के लिए, सापेक्ष ज्यामिति पर्याप्त नहीं है। रोबोटिक्स, संवर्धित वास्तविकता, स्वायत्त प्रणालियों, डिजिटल जुड़वाओं और माप उपकरण को वास्तविक इकाइयों में दूरी की आवश्यकता होती है। यदि एक मॉडल दो वस्तुओं के बीच की दूरी का आकलन बड़े कारक द्वारा गलत तरीके से करता है, तो डाउनस्ट्रीम सिस्टम विफल हो सकते हैंः एक रोबोट वास्तव में दूर स्थित किसी ऑब्जेक्ट के माध्यम से पथ की योजना बना सकता है, एआर ऐप फर्नीचर को गलत पैमाने पर रख सकता है या पुनर्निर्माण पाइपलाइन असंगत रूप से विचारों को जोड़ सकती है।

बिंदु-जोड़ी की दूरी पर पम्पायर का ध्यान एक व्यावहारिक परीक्षण प्रदान करता है। यह केवल यह पूछने के लिए नहीं है कि क्या कोई मॉडल 3 डी आकार बना सकता है. यह पूछेगा कि क्या मॉडल एक विशिष्ट, मापनीय प्रश्न का उत्तर दे सकता हैः ये दो वास्तविक दुनिया के अंक कितने दूर हैं?

पाठकों को आगे क्या देखना चाहिए

शोधकर्ताओं के लिए, पम्पायर छवि-स्तर और वीडियो-स्तर 3 डी मॉडल की तुलना करने के लिए एक सामान्य मूल्यांकन लक्ष्य प्रदान करता है। गहराई या बिना गहरी प्राथमिकता सेटिंग विशेष रूप से उपयोगी है क्योंकि यह उन मॉडलों को अलग करती है जो सीधे पैमाने पर अनुमान लगाने वाले मॉडल से गहराई संकेतों पर भरोसा करते हैं। डेवलपर्स के लिए , बेंचमार्क मॉडल चयन का मार्गदर्शन कर सकता है जब किसी उत्पाद को वास्तविक दुनिया में मापने की आवश्यकता होती है, न कि केवल दृश्य पुनर्निर्माण।

अगला कदम यह देखना है कि 29 आधार रेखाएं मीट्रिक सटीकता और क्रॉस-व्यू स्थिरता पर कैसे प्रदर्शन करती हैं, और जहां प्रत्येक मॉडल प्रकार संघर्ष करता है। बेंचमार्क भी अनुवर्ती कार्य के लिए जगह बनाता हैः नए मॉडलों को स्केल अनुमान में सुधार करने के लिए प्रशिक्षित किया जा सकता है, और भविष्य के डेटासेट दृश्यों की सीमा का विस्तार कर सकते हैं, कैमरा स्थितियां, और दूरी प्रकार एक ही भौतिक माप मानक बनाए रखते हुए।

Comments (0)

  1. No comments yet. Be the first to share what worked for you.

Leave a comment

Comments are reviewed before they appear. Your email address is not published.