Djupuppskattning avgör utifrån bilder hur långt bort objekt eller enskilda pixlar är från kameran. Det kan göras med två kameror (stereo), med djupsensorer eller, med hjälp av neurala nätverk, till och med utifrån ett enda foto (monokulär djupuppskattning). Det behövs inom robotik, förarstöd, förstärkt verklighet och 3D-modeller av rum.
Datorseende är ett område inom AI där datorer tolkar bilder och video. Typiska uppgifter är att upptäcka och lokalisera föremål, läsa text i bilder och mäta komponenter. Tekniken används till exempel för kvalitetskontroll i tillverkningen, i förarassistanssystem, inom logistik och vid medicinsk bilddiagnostik.
3D-rekonstruktion omfattar metoder som beräknar en tredimensionell modell av ett föremål eller ett rum utifrån foton, video eller sensordata. Typiska tillvägagångssätt matchar flera bilder tagna från olika vinklar eller utvärderar djupdata från laser- och djupsensorer. Tekniken används inom lantmäteri, kulturarvsvård, medicin, robotik och e-handel – till exempel för att göra en skanning med smarttelefonen till en 3D-produktmodell som går att rotera.
Autonoma fordon förflyttar sig helt eller delvis utan mänsklig inblandning med hjälp av kameror, radar, lidar och AI-programvara. Standarden SAE J3016 definierar sex nivåer – från 0 (ingen automatisering) till 5 (helt förarlöst överallt). AI sköter perception, förutsägelse av andra trafikanters beteende och ruttplanering. Utöver bilar omfattar detta robottaxi, lastbilar, skyttelbussar och lagerfordon; godkännande och ansvar regleras separat i varje land.
