Estimation de profondeur

L’estimation de profondeur monoculaire utilise des réseaux neuronaux entraînés sur des paires image-profondeur pour prédire une carte de profondeur à partir d’une photo. Le modèle apprend les indices visuels utilisés par l’humain pour percevoir la profondeur, comme la taille relative, l’occlusion, le gradient de texture, la brume atmosphérique et la convergence de perspective. La carte obtenue attribue une valeur de distance à chaque pixel, ce qui permet des retouches conscientes de la 3D. Les usages courants incluent le bokeh synthétique, les effets de parallaxe pour les réseaux sociaux, le placement d’objets en réalité augmentée et une meilleure segmentation par IA. La précision peut baisser autour des cheveux, du verre, des objets réfléchissants, des textures plates et des angles de prise de vue inhabituels; il faut donc vérifier rapidement les contours avant l’export. Les modes portrait des smartphones utilisent cette estimation pour séparer le sujet de l’arrière-plan et créer un flou en temps réel.