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.
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.
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.
Selvkørende køretøjer bevæger sig helt eller delvist uden menneskelig indgriben ved hjælp af kameraer, radar, lidar og AI-software. Standarden SAE J3016 definerer seks niveauer – fra 0 (ingen automatisering) til 5 (fuldt førerløs overalt). AI håndterer opfattelsen af omgivelserne, forudsigelsen af andre trafikanters adfærd og ruteplanlægningen. Ud over biler omfatter det robottaxaer, lastbiler, shuttlebusser og lagerkøretøjer; godkendelse og ansvar reguleres separat i hvert land.
