3D-rekonstruktion dækker over metoder, der beregner en tredimensionel model af et objekt eller et rum ud fra fotos, video eller sensordata. Typiske tilgange sammenholder flere billeder taget fra forskellige vinkler eller vurderer dybdedata fra laser- og dybdesensorer. Det bruges inden for opmåling, bevaring af kulturarv, medicin, robotteknologi og e-handel – for eksempel når en smartphonescanning omdannes til en 3D-produktmodel, der kan drejes.
Computer vision er et område inden for AI, hvor computere fortolker billeder og video. Typiske opgaver er at genkende og lokalisere objekter, læse tekst i billeder og måle komponenter. Teknologien bruges for eksempel til kvalitetskontrol i produktionen, i førerassistentsystemer, i logistik og i medicinsk billeddiagnostik.
Dybdeestimering bestemmer ud fra billeder, hvor langt objekter eller enkelte pixels er fra kameraet. Det kan ske med to kameraer (stereo), med dybdesensorer eller, ved hjælp af neurale netværk, endda ud fra et enkelt foto (monokulær dybdeestimering). Det er nødvendigt inden for robotteknologi, førerassistance, augmented reality og 3D-modeller af rum.
Pose estimation er en computer vision-teknik, der bestemmer menneskers kropsholdning, eller objekters position og orientering, i billeder eller video. Typisk registrerer en model nøglepunkter som skuldre, albuer og knæ og forbinder dem til et skelet. Teknikken bruges f.eks. i fitness-apps, der kontrollerer øvelser, i analyse af ergonomi på arbejdspladsen, i sportsanalyse og i robotteknologi.
