0
| 本文作者： 李詩 | 2017-08-10 16:49 |
Magic Leap，這家僅憑炫酷的宣傳視頻就獲得14億美元融資的MR創(chuàng)業(yè)公司，依然還沒有公布一款可以體驗(yàn)的頭盔產(chǎn)品。
The Information、The Verge 等多家國外媒體報道指出，Magic Leap 的宣傳視頻存在誤導(dǎo)大眾的嫌疑，該公司的技術(shù)實(shí)際上遠(yuǎn)遠(yuǎn)沒有形容的那么“先進(jìn)”。他們雖然展示了可以日常佩戴的MR眼鏡，但事實(shí)上卻在將AR 技術(shù)融合到小型化設(shè)備上遭遇瓶頸。
我們都知道，增強(qiáng)現(xiàn)實(shí)的關(guān)鍵在于對環(huán)境的感知，所有的AR公司都得先解決這一基本問題。近來雷鋒網(wǎng)發(fā)現(xiàn)從他們發(fā)表的多篇論文來看，“飄在云端”的Magic Leap也和大家一樣在踏踏實(shí)實(shí)解決基本問題。
8月7日最新一篇論文名為：“RoomNet: End-to-End Room Layout Estimation（點(diǎn)擊下載）”該論文致力于用AI的方法來估算房間的大小和形狀，名為RoomNet。論文總結(jié)表示該論文對于室內(nèi)導(dǎo)航，場景重建和增強(qiáng)現(xiàn)實(shí)十分重要。
在論文摘要部分我們看到：“論文聚焦于從單眼RGB圖像估計(jì)房間布局，先前的工作將這個問題分成兩個子任務(wù)：地板、墻壁、天花板的語義分割以產(chǎn)生布局假設(shè)，接著是迭代優(yōu)化步驟來對這些假設(shè)進(jìn)行排序。相比之下，我們采用更直接的方式來描述這個問題，作為估計(jì)房間布局關(guān)鍵點(diǎn)的有序集合之一。給定了這些有序關(guān)鍵點(diǎn)的位置，房間布局和相應(yīng)的分割就完全清晰了。我們使用RoomNet（端到端可編程編碼器 - 解碼器網(wǎng)絡(luò)）預(yù)測房間布局關(guān)鍵點(diǎn)的位置。在具有挑戰(zhàn)性的基準(zhǔn)數(shù)據(jù)集Hedau和LSUN上，與最近的工作相比，我們實(shí)現(xiàn)了最先進(jìn)的性能以及200倍至600倍的加速。此外，我們提供了RoomNet架構(gòu)的可選擴(kuò)展，包括循環(huán)計(jì)算和內(nèi)存單元，以在相同的參數(shù)容量下細(xì)化關(guān)鍵點(diǎn)位置?！?/p>
他們的研究注重從任何相機(jī)都能提供的常規(guī)圖像中尋找房間布局。論文解釋了利用相機(jī)識別房間布局的關(guān)鍵點(diǎn)，然后再用深度神經(jīng)網(wǎng)絡(luò)來識別這些關(guān)鍵點(diǎn)，他們提供了十種不同的辦法。
在此前，雷鋒網(wǎng)曾報道過他們曾展示了一個在房間里玩MR鬼故事的游戲，在這款游戲中，你會丟棄傳統(tǒng)的游戲手柄，首先玩起手中的木塊，第一階段的任務(wù)就是學(xué)會如何使用這些木塊并在 MR 世界中用這些工具完成交互。完成這步后，你的家里就會響起奇怪的聲音，它們會越變越大，你要做的就是去找尋聲音的源頭。對于房間和環(huán)境的識別有助于這類MR游戲的實(shí)現(xiàn)。
在兩周前，他們還發(fā)布了一篇名為“邁向幾何型深度SLAM（點(diǎn)擊下載）”的論文，在這篇論文中我們窺見了一種創(chuàng)新的機(jī)器視覺技術(shù)，可以帶領(lǐng)公司向創(chuàng)造一個強(qiáng)大的AR頭盔邁進(jìn)。
這篇論文描述了一個由兩個卷積神經(jīng)網(wǎng)絡(luò)（CNNs）驅(qū)動的點(diǎn)追蹤系統(tǒng)，一個被稱為MagicPoint，另一個被稱為Magic Wrap。兩個系統(tǒng)是快速簡潔的，可以很輕松地在單一CPU上以30+FPS的狀態(tài)運(yùn)行。
簡單來說：根據(jù)該文件，MagicPoint對單個圖像進(jìn)行操作，并創(chuàng)建重要的具有跟蹤目的的2D點(diǎn)，這些點(diǎn)將被反饋到即時定位和地圖構(gòu)建（SLAM）視覺算法。將他們的網(wǎng)絡(luò)與經(jīng)典點(diǎn)檢測器進(jìn)行比較，團(tuán)隊(duì)發(fā)現(xiàn)“在有圖像噪聲時存在顯著性能差距”。因?yàn)樘綔y器性能會被噪點(diǎn)破壞，對傳統(tǒng)探測器來說，斑點(diǎn)噪點(diǎn)尤其難以處理。
因?yàn)橛?jì)算移動的物體的形狀并不是一件容易的事情——不管是物體移動還是觀察者移動 - MagicWarp的工作就是使用一對由MagicPoint生成的2D點(diǎn)的圖像來實(shí)質(zhì)地預(yù)測運(yùn)動。MagicWarp SLAM算法以與傳統(tǒng)方式不同的方式進(jìn)行，因?yàn)樗鼉H使用點(diǎn)的位置，而不是更復(fù)雜的“本地點(diǎn)描述符”，這是專用于描述包含編碼、獨(dú)特標(biāo)識信息的事物的計(jì)算機(jī)視覺術(shù)語。
使用物理和合成數(shù)據(jù)進(jìn)行測試，據(jù)說兩個卷積神經(jīng)網(wǎng)絡(luò)能夠?qū)崟r運(yùn)行。作者總結(jié)說：“我們認(rèn)為大規(guī)模部署以SLAM系統(tǒng)驅(qū)動的深度學(xué)習(xí)Deep-Learning的日子并不遙遠(yuǎn)。
Magic Leap昨天通過了一項(xiàng)專利申請，“a compact optical see-through head-mounted display capable of combining, a see-through image path with a virtual image path（一種能夠結(jié)合透視圖像路徑與虛擬圖像路徑的緊湊光學(xué)透視式頭顯）”，其主要是關(guān)于虛擬對象能實(shí)際地遮擋真實(shí)對象。
雖然我們并不清楚Magic Leap是否會有一個如其CEO Rony Abovitz所稱的“小巧，移動，強(qiáng)大而且很酷”的頭盔，我們都盡力從他們那里去看到任何有用的成果。從這兩篇論文和一項(xiàng)專利開看，雷鋒網(wǎng)發(fā)現(xiàn)Magic Leap在環(huán)境識別、SLAM上都有了自己的成果，他們?nèi)羰悄軐?shí)現(xiàn)自己的愿景： “直接將數(shù)字內(nèi)容呈現(xiàn)在你身邊，這些內(nèi)容不斷可以與用戶進(jìn)行交互，還能與現(xiàn)實(shí)世界互動”，再等三年又何妨。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
