Representations of the world and objects in space.
In one sentence
To uczenie komputerów rozumienia przestrzeni: jak daleko są rzeczy, jaki mają kształt i gdzie się znajdują.
This teaches computers to understand space: how far away things are, what shape they have and where they sit.
Problem it solves
Zwykłe zdjęcie jest płaskie, a roboty, samochody czy gogle muszą wiedzieć, co jest bliżej, co dalej i gdzie można przejść.
A normal photo is flat, yet robots, cars and headsets must know what is near, what is far and where there is room to move.
What it does
Modele szacują odległości i kształty ze zdjęć lub czujników oraz zapisują je jako punkty, powierzchnie albo inne reprezentacje przestrzeni.
Models estimate distances and shapes from images or sensors and represent them as points, surfaces or other spatial forms.
Everyday example
Aplikacja meblowa mierzy twój pokój kamerą telefonu i pokazuje, czy nowa sofa zmieści się pod oknem.
A furniture app measures your room with the phone camera and shows whether a new sofa will fit under the window.
This concerns you if you…
interesujesz się robotami, dronami lub autonomicznymi autami
chcesz zamieniać zdjęcia w modele przestrzenne
tworzysz gry, wirtualne spacery lub rozszerzoną rzeczywistość
are interested in robots, drones or self-driving cars
want to turn photos into spatial models
build games, virtual tours or augmented reality
Examples
Głębia · chmury punktów · rekonstrukcja
Depth · point clouds · reconstruction
Subtopics
Chmury punktów i dane z LiDAR-u (Point clouds and LiDAR data): Machine-learning methods for sets of 3D points from LiDAR or scanners. PointNet processes points in a permutation-invariant way, while other approaches group them into voxels or vertical pillars; these representations support classification, segmentation and 3D object detection.
Gaussian splatting: szybkie sceny 3D ze zdjęć (3D Gaussian splatting): A scene representation built from anisotropic 3D Gaussians optimised from images and rendered by splatting. It enables high-quality real-time novel-view synthesis and provides an alternative to radiance-field representations.
Generowanie obiektów 3D z tekstu lub zdjęcia (Text-to-3D and image-to-3D generation): Creating 3D objects or scenes — such as meshes, Gaussians or radiance fields — from text or images. Methods include distilling guidance from 2D generators, generating consistent multiple views, and models trained directly on 3D asset datasets; outputs often require further editing.
Jednoczesna lokalizacja i budowa mapy (SLAM) (Simultaneous localisation and mapping (SLAM)): Simultaneously estimating the pose of a camera or robot while building or updating a map of an unknown environment. Classical methods combine observations with geometric optimisation, while newer systems also use learned modules, recurrent networks and scene representations based on radiance fields or Gaussians.
Szacowanie głębi z jednego zdjęcia (Monocular depth estimation): Predicting a depth map — each pixel's distance from the camera — from a single image. The output may represent only relative depth ordering or metric distance; training on large, diverse datasets has improved generalisation to new scenes.