我一直在为我的大学项目开发一个小型目标检测系统。主要的想法是我有一个机器人，它可以选择一个特定的"物体"。从周围的环境来看，为了这个目的，我只使用了一个相机，具有已知的内在参数。我已经开发了一个物体检测系统，它可以预测边界框的坐标，使用这些坐标和边界框的大小，我可以使用"三角形相似度"来预测感知深度。方法,我面临的问题是，这个特殊的"物体"可以改变大小，这意味着位于相同距离的对象也可以有不同大小的边界框。
如果一个物体没有固定的尺寸，还有什么方法可以检测从相机到物体的粗略估计呢?
不能做,因为规模信息丢失相机投影。
根据具体情况，您可以使用更间接的方法来推断距离。例如，如果主题位于地平面上，您可能能够利用该地板上图案的形状和大小的知识。更复杂的方法在许多年前就已经被分析过了——一般的主题被归入"单视图计量"的标题之下。一个很好的参考是Antonio Criminisi 1999年的博士论文。
如上所述，您无法从单目相机(单视图)获得物体的绝对深度。我建议尝试以下方法:
- 使用附加在每个对象上的参考比例尺。您可以在每个对象上添加和检测ArUco标记，并找到相应对象的方向和深度。
- 如果你有未知数量的物体，上述方法可能不可行，你可以使用基于深度学习的模型进行单目深度估计