AR的核心技术,及与人工智能之间的关系

AR的核心技术,及与人工智能之间的关系,第1张

AR/VR常作为孪生兄弟被相提并论,被普遍认为为应用层新技术或者说是“智能可穿戴设备”,相比人工智能相对的“算法”标签,显得不够有深度有内涵高大上,那AR和人工智能之间到底是什么关系?AR属不属于当下我们认知中的人工智能?

AR属不属于人工智能?看完本文你就懂了 AR资讯

2018年3月,上海市经济和信息化委员会公示了2018年第一批本市人工智能创新发展专项拟支持项目。“一共有19家创新企业入围,亮风台作为AR公司也入围此次支持项目”亮风台工作人员告诉青亭网,这不是AR企业第一次被划归到人工智能,但这种归类方式也并不常见。据了解此专项由经信委与市财政局联合开展,拟支持金额超过1亿。

简单梳理下AR的核心技术

AR(Augmented

Reality),是在现实世界中叠加虚拟信息,也即给现实做“增强”,这种增强可以是来自视觉、听觉乃至触觉,主要的目的均是在感官上让现实的世界和虚拟的世界融合在一起。

其中,对现实世界的认知主要体现在视觉上,这需要通过摄像机来帮助获取信息,以图像和视频的形式反馈。通过视频分析,实现对三维世界环境的感知理解,比如场景的3D结构,里面有什么物体,在空间中的什么地方。而3D交互理解的目的是告知系统要“增强”的内容。

这其中有几个关键点:

首先是3D环境理解。要理解看到的东西,主要依靠物体/场景的识别和定位技术。识别主要是用来触发AR响应,而定位则是知道在什么地方叠加AR内容。定位根据精度的不同也可以分为粗定位和细定位,粗定位就是给出一个大致的方位,比如区域和趋势。而细定位可能需要精确到点,比如3D坐标系下的XYZ坐标、物体的角度。根据应用环境的不同,两种维度的定位在AR中都有应用需求。在AR领域,常见的检测和识别任务有人脸检测、行人检测、车辆检测、手势识别、生物识别、情感识别、自然场景识别等。

在感知现实3D世界并和虚拟内容融合后,需要以一定方式将这种虚实融合信息呈现出来,这里面需要的就是AR中的第二个关键技术:显示技术,

目前大多数的AR系统采用透视式头盔显示器,这其中又分为视频透视和光学透视,其他的代表有光场技术(主要因Magic

Leap而显名)、全息投影(在科幻影视剧作品中常出现)等。

AR中的第三个关键技术在于人机交互,用以让人和叠加后的虚拟信息互动,AR追求在触摸按键之外自然的人机交互方式,比如语音、手势、姿态、人脸等,用的比较多的语音跟手势。

人工智能和AR的技术关联

在人工智能领域有几个概念常被提及,如深度学习(DL)、机器学习(ML),在学术领域包括人工智能(AI)在内几大领域均有自己的研究界限,而在普遍意义上,我们常说的是泛意的人工智能,涵括所有“让机器像人一样”的技术的应用方向。

从这张图也可以简单一窥三者的关系,深度学习是实现机器学习的一种技术方式,而机器学习是为了让机器变得智能,去达到人工智能。可以说人工智能是最终目标,而机器学习是为了实现这个目标延伸出的一个技术方向。在这其中,还有另一个重要概念为计算机视觉(CV),主要来研究如何让机器像人去“看”,是目前人工智能概念中的一个重要分支,这也是因为人类获取信息最主要的方式之一就是视觉,目前计算机视觉已经在商业市场发挥价值,比如人脸识别;自动驾驶中读取交通信号和注意行人以导航;工业机器人用来检测问题控制过程;三维环境的重建图像的处理等等。这些概念既有区分也有一定范围的重叠。

其中,2006年开始,Hinton引发的深度学习热潮开始蔓延,在一定程度上带动了AI的又一次崛起,十年中,在包括语音识别、计算机视觉、自然语言处理在内的多个领域取得重大突破,并向应用领域延伸,正发展的如火如荼。

在AR的核心技术中,3D环境理解、3D交互理解和计算机视觉、深度学习都有着紧密的联系。3D环境理解在学术界里主要对应的是计算机视觉领域,而近年来深度学习在计算机视觉中得到广泛应用。交互方面,更趋自然的交互方式如手势和语音在硬件终端的使用,得益于近几年深度学习在相关领域的突破。也可以说,深度学习在AR中应用主要在视觉关键技术。

目前,AR最常见的形式是2D扫描识别,如腾讯QQ-AR火炬活动、支付宝五福等多数AR营销中所见,用手机扫描识别图出现叠加的内容,但主要的研发方向还在3D物体识别和3D场景建模。

现实的物体是以3D形态存在的,有不同的角度和空间方位。所以一个自然的扩展就是从2D识别到3D物体识别,识别物体的类别和姿态,深度学习可以用在这里。以水果识别为例,识别不同类别的水果,并且给出定位区域,即集成了物体识别与检测的功能。

3D场景建模,从识别3D物体扩大到更大更复杂的3D区域。比如识别场景里面有哪些东西、它们的空间位置和相互关系等等,这就是3D场景建模,是AR比较核心的技术。这其中涉及目前热门的SLAM(实时定位与地图构建)。通过扫描某个场景,然后在上面叠加虚拟战场等三维虚拟内容。如果只是基于普通2D图像识别就需要有特定的,而在不可见时会识别失败。而在SLAM技术里面,即使特定平面不存在,但是空间定位依然非常精确,就是因为有周围3D环境的帮助。

这里想探讨下深度学习和SLAM技术的融合,计算机视觉大体上可以分两个流派,一种基于学习的思路,例如特征提取-特征分析-分类,目前深度学习技术在这一路线上取得了主导性的地位。另外一种路线是基于几何的视觉,从线条、边缘、3D形状推出物体的空间结构信息,代表性的技术就是SFM/SLAM。基于学习的方向上深度学习基本上一统天下,但是在基于几何视觉的领域,目前相关的进展还很少。从学术界而言,深度学习技术的研究进展可以说日新月异,而SLAM技术最新十年的进展相对较少。在国际视觉顶级会议ICCV

2015年度组织的SLAM技术专题讨论会上,基于近年深度学习在视觉其它领域的快速发展,有与会专家曾提出SLAM中采用深度学习的可能性,但是目前还没有成熟的思路。总体而言,短期内将深度学习和SLAM融合是一个值得研究的方向,长远来看联合语义和几何信息是一个非常有价值的趋势。因此,SLAM+DL值得期待。

在交互方式方面,主要的包括语音识别和手势识别,语音识别在目前已经取得了较大进展,国内如百度、科大讯飞、云知声等都是其中的佼佼者,AR公司更想突破的是手势识别的成熟商业化。

“亮风台展示过的一款基于深度学习的手势识别系统,主要定义了上下左右、顺时针、逆时针六种手势”亮风台工作人员告诉青亭网,先实现人手的检测和定位,然后通过识别相应的手势轨迹来实现对人手势的识别。虽然人脸识别等其他人工智能热门领域在AR中也有使用,但不是AR公司重要的研发方向。

以上不难看出,AR的底层技术或者说基础部分是计算机视觉以及关联领域的融合,而当下热门的深度学习和AR的结合,也是算法工程师们的努力方向。这也是AR为计算机视觉与人机交互的交叉学科,AR的基础是人工智能和计算机视觉等说法的依据。

20180528163858218png

图:计算机视觉与AR流程关联

在去年今日头条发布的《人工智能影响力报告》中也简单统计了人工智能科学家的分布情况,这其中包括人脸识别、语音识别、机器人、AR、芯片等领域的公司与大型研发机构,高端研发人员的分布也说明了AI领域的细分方向。

那AR究竟是不是人工智能?

对AR从业者来说,理想的状态是用更智能的AR终端去取代智能手机,所以对于用户来说接触使用AR首先受影响的是内容,其次是终端,AR产业链可以粗略划分为技术提供商、智能终端研发公司,以及AR内容提供商。在这其中,AR设备提供商不可避免关注硬件技术,如底层的芯片、电池、光学镜片等,以及硬件本身的性能优化,而内容提供商更倾向于在现有技术基础上优化内容及表现。所以我们可以说AR技术提供商,或者说在底层算法研发上有一定成绩的AR公司是人工智能公司。

对公司来说,特别是创企会把底层技术转化为成熟的产品或服务,这可能是如无人机、AR智能终端、机器人等,也可能是行业解决方案,以达到商业目的,并且这已经成为在沸腾声音之后,媒体、企业以及大众对AI企业的期待和要求。近期,人工智能产业发展联盟(AIIA)出版的图书《人工智能浪潮:科技改变生活的100个前沿AI应用》将对外发布,以及涵括了目前巨头公司以及创企在商业化上的前沿成果,也直接反映了AI目前的主要商业化方向。

作为技术驱动的商业领域,无论是AR还是人工智能的其他多数方向,技术距离完全成熟还有很长的路程要走,在整个产业链逐渐繁荣,关注商业化实现的同时,也需要有更多公司机构去不断拓展技术边界,建立核心竞争力,让行业爆发更大的价值与潜力,如此,AI时代中国弯道超车当可期。

过去两周,华为在市场上刮起“鸿蒙旋风”。支持和适配鸿蒙OS成为“风潮”,股市相关板块也异军突起,独领风骚。

本周,华为又将携AR炫目登场!会不会刮起新的产业旋风?

根据华为官方消息,华为将于6月17日举办5G+AR全球线上+线下峰会,联合全球运营商、管制机构、合作伙伴、媒体、分析师等,共促5G+AR生态繁荣。

华为运营商BG首席营销官蔡孟波将在峰会上发布《AR洞察及应用实践白皮书》,深圳市通信管理局局长以“加速5G+AR融合发展,打造深圳5G梦想之城”为主题发表演讲。

华为称,随着5G生态逐步成熟,增强现实技术(AR)与行业应用的融合正在进入爆发期。

伴随着5G网络、IoT 系统、大数据等新型“基础设施”初具规模, AR行业迅猛发展,并正在深度渗透各核心场景。近期工信部发布的《“5G+工业互联网”十个典型应用场景和五个重点行业实践》中,就描绘了海尔利用5G、AR、AI等技术,实现了精密工业装备的现场辅助装配。

华为在VR/AR领域的布局早在2016年就开始了,2016年4月华为就发布了其首款VR眼镜“HUAWEI VR”;支持手机、电脑和Cloud V R三种平台终端的华为VR2头显也已于2017年上市。2018年华为开发者大会上,华为发布了通用AR引擎“华为AR Engine”。

“华为AR Engine”面向所有开发者开放,开发者和第三方应用能够通过AR Engine API接入华为的VR体系。华为还推出一整套开发套件,推动开发者和创业公司与其一起构建AR/VR新生态。

“AR引擎就像拉链一样,连接数字和物理世界,把客观的世界数字化,然后连接到人们的身体上”,近日,华为消费者BG AR/VR产品技术总监在技术研讨会上指出,AR就是几何智能,是未来 社会 的基础能力,未来华为将携手合作伙伴一起坚定地推进AR技术和生态的发展。

截至2020年8月,华为AR Engine已覆盖5亿部华为手机终端设备,华为AR上架应用数量达到380款,开发者注册用户达到1万。

苹果公司也一直在稳步推进自己的AR技术应用,今年2月,苹果公司被曝出正在积极与台积电合作开发Micro OLED(硅基OLED)显示产品,为其下一代可穿戴设备——苹果AR眼镜上市做准备。

硅基OLED主要应用在近眼微显示领域,包括虚拟现实(VR)、增强现实(AR)和混合现实(MR)。近年来,国内出现了一波硅基OLED产线投资热潮,投资规模已超过百亿元。京东方、维信诺旗下昆山梦显等企业纷纷入局。中国电子信息产业发展研究院预计,2023年硅基OLED市场规模有望达900亿美元。

上证报梳理投资者互动平台上的上市公司问答发现,已有一批上市公司在VR/AR领域进行了布局:

京东方A

京东方控股子公司云南创视界3月宣布正在新建一条12英寸OLED微显示器件(硅基OLED)生产线,该项目总投资额为34亿元,设计年产能523万片。项目将分3期实施,预计将于2024年1月全部完成。云南创视界光电8英寸硅基OLED微型显示器件生产线已在2019年实现量产,目前正在加大产能。

水晶光电

AR眼镜是虚拟世界与现实世界的智能链接设备。水晶光电持股的以色列波导光学器件厂商Lumus展示了最新AR眼镜原型“Maximus",目前公司在衍射波导、反射波导、Birdbath等多种AR、VR显示技术上均有研发布局。

歌尔股份

公司在光学镜片、光波导、光机模组等AR相关的核心光学零组件及纳米压印等先进生产工艺制程技术领域内有相应布局,在AR整机的设计研发和生产制造方面具备丰富经验。

福晶 科技

公司前期已向客户小批量提供AR/VR方面光学元件产品。

润建股份

公司在5G技术应用上结合物联网、云计算、大数据、人工智能、虚拟现实/增强现实等先进技术进行深入研究与前瞻布局,提供一站式泛智能化信息技术服务。

捷成股份

公司旗下参股公司世优 科技 专注于快速动画技术的研究与应用,在运动捕捉、表情捕捉、实时动画生成、环境模拟与渲染、图像处理、AR&VR等领域拥有多项自主知识产权和专利技术。

大富 科技

公司旗下控股子公司深圳市大富网络技术有限公司,基于自主知识产权的NPL语言,开发了Paracraft、NPLCAD等平台,可建立涵盖VR、3D设计及打印、3D**制作、作品/产品展示和电商交易、知识库、人工智能及STEAM教育等在内的各类3D网络平台。

数码视讯

公司有体感、AR/VR相关技术储备,尚未商用。

丝路视觉

VR/AR业务是公司未来的重点发展领域,公司旨在以VR/AR数字内容创作为核心及切入点,推动公司VR/AR业务与教育、培训以及公司现有业务等多领域重点融合发展。


欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/dianzi/10890944.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-12
下一篇 2023-05-12

发表评论

登录后才能评论

评论列表(0条)

保存