021-80392549
您好,欢迎光临工博士,我们将竭诚为您服务 点击这里给我发消息
 
首页 > 资讯 > 企业新闻 > 正文新零售 业内资讯 机器人 企业新闻 行业趋势 产品应用 方案应用 人物专访 其他资讯 本站原创 展会资讯 

不只有结构光:机器眼中的立体世界 还在发生若干变化

放大字体  缩小字体 发布日期:2018-12-18  来源:机器人网  浏览次数:870

要说AI技术里什么最火,机器视觉绝对算一个;而要说机器视觉技术里什么最火,大概毫无争议就属3D机器视觉了。

所谓3D机器视觉,是指在一般的机器视觉技术的基础上,加入对立体空间中三维模型的理解。这项技术不仅涉及AI,而是一门机器视觉、图形学与数据感知技术的交叉学科。想想也知道,让机器认识3D画面是非常有价值的。毕竟人的视觉理解就是3D的,想要让AI尽量贴近真人的感知方式,3D是必须攻克的难题。

在产业场景上,3D机器视觉是无人驾驶和高精地图的重要技术条件,在VR/AR上应用也非常广泛,而无人机航拍与测绘也离不开这门技术。在苹果把3D结构光技术炒火了之后,手机中的3D机器视觉也已经成为兵家必争之地——假如说,这些厉害的技术都是赛车,那么3D机器视觉就是他们在路上都会遇到的收费站……

今天在机器视觉顶会中,差不多会有半壁江山那么多的论文都是跟3D有关。前沿探索可谓疯狂进行。然而重点来了,关于这一领域,似乎大部分吃瓜群众还是只知道一个结构光而已。

有哪些三维图像+机器视觉的新技术趋势,今天正隐藏在未知迷雾中眺望这个世界?今天我们来说几种很有科幻感的技术突破点。说不定这些能力明年就会出现在你的手机、VR设备和无人机中,又或许即将成为某个被资本疯狂亲吻的创业热潮。

超大场景的3D数据感知

3D机器视觉包括很多方面,既有让智能体去理解3D数据,也包括如何通过机器视觉的解决方案,去获取3D模型数据。

传统意义上的3D数据获取,或者称其为3D感知技术,一般来说可以利用多角度拍照或者深度传感器的方式实现3D数据收集。这种技术的局限在于,收集的3D数据不能太大。

然而在3D资料要求不断升级的今天,对于超大场景的3D数据感知,正在成为一个热门议题。比如无人驾驶中使用的城市高精地图,就可以看做一个个超大3D场景的拼接。智能城市领域运用到的很多城市数据推演,也要根植于对城市3D场景的收集。

不只有结构光:机器眼中的立体世界 还在发生若干变化

机器视觉正在为超大场景的3D数据感知提供很多新的方法。比如自动化的成像方法,像视觉SLAM在线处理连续帧的图像,实现实时重建巨大3D场景。再比如说对航拍数据进行点云分割和点云数据的语义理解,帮助快速低成本获取城市3D数据。

总体来看,今天超大场景的3D数据感知,有三个主要应用方向,很可能分别成为各自技术领域中新的投资和创业热点:

1、建筑物的3D高精度模型,运用在工程监理、智能设计、物流和智能城市领域。

2、高精地图与3D数据感知的结合,这是无人驾驶的重要一环。

3、室内外一体的3D建模,这对于智能家居设计、环境监控、VR/AR体验来说都有重要帮助。

手机与3D视觉进入蜜月期

3D结构光,今天已经当之无愧成为了高端手机的标配,成为了继双摄、三摄与屏下指纹之后又一个手机行业争抢的热点。

然而手机上的3D视觉技术远不止于结构光,从算法、传感硬件,到影像系统解决方案,都可能成为手机与3D视觉进一步耦合的关键因素。

今天来看,有3个相关趋势非常可能成为明年的热点。一个是基于芯片端进行的3D视觉算法加速,这很可能成为手机AI的下一个进化方向。第二个是高纠错能力的3D视觉算法将会普及,在终端实现3D数据收集和本地建模将会成为新的热点。第三个是后置摄像头加入3D视觉解决方案指日可待。

从芯片端,到开发平台,再到数据集、传感系统,3D机器视觉正在多个领域影响手机战场的走向,在这些领域储备技术武器,也很可能成为明年手机战场厮杀的关键节点。

不只有结构光:机器眼中的立体世界 还在发生若干变化

 

 

AR/VR中的位姿估计技术

为什么我们在玩AR体验的时候,经常会觉得手机里的东西放在摄像头视野中并不真实,像是漂浮在地板上一样。

这就是因为位姿估计算法不够精准,无法正确定位物体的空间关系。在机器视觉技术的进化下,今天很多位姿估计技术正在同步进化。比如基于动态特征提取算法,达成的动作定位今天已经比较成熟。

这东西听起来挺玄乎,到底是干啥用的呢?它的最大应用场景,就是在VR/AR正确处理场景中动态物体的空间关系和运动轨迹。比如你在VR里玩踢球游戏,球应该在什么位置挨踢,以什么轨迹撞墙,都有赖于位姿估计算法来校准。

在机器视觉算法的帮助下,更精细的位姿估计正在到来,而这也加速了成熟MR体验的到来。另一方面,在VR设备或者手机当中,基于摄像头与传感器协同运作来完成位姿估计,也是沉浸技术中即将发生的一个亮点。

不只有结构光:机器眼中的立体世界 还在发生若干变化

通过散乱数据达成三维建模

3D机器视觉的最重要任何,肯定是基于数据来实现3D建模。这个应用在产业端十分重要,地理信息系统、勘探、工程,以及无人驾驶,都需要大量的3D建模工作来参与。

而消费者级的3D建模今天也在到来,我们已经可以看到在手机端通过3D结构光来完成数据收集,从而达成3D建模的玩法。

跟3D感知一样,3D建模也是利用摄像头或者传感器来收集数据,最终通过不同的解决方案完成建模。

然而这个领域还是有很多问题等待解决。比如说,今天我们进行3D建模时,还需要非常痛苦的一点点收集数据,必须保证数据的对齐和精准排列。否则出来的3D模型就是杂乱无章的。这显然让大众完3D建模的热情减退,并且给很多工程级项目增添了非常多难度。

AI的到来,正在帮助这种情况有所改变。在深度学习算法的帮助下,机器视觉领域正在研究如何在散乱、不规则、巨大数量的数据中完成3D建模。这需要对抗生成以及先验表示等非常多的方案,但带来的效果非常值得期待。

不只有结构光:机器眼中的立体世界 还在发生若干变化

比如说今天已经有3D建模方案,在深度学习的帮助下实现对密林的重建。然而其用来进行点云建模的图像数据中,有很多被树叶遮挡的部分。这时候就可以用AI来增强3D建模的先验知识,主动“脑补”出遮挡物背后的真实样子。

不仅是修复遮挡模型和瑕疵数据,机器视觉技术与3D建模的融合,还可以让很多无人设备具有更雪亮的“眼睛”。比如无人驾驶汽车,或许可以基于“大脑”中的3D建模算法,来脑补智能摄像头尚未发现的环境。这点在复杂立交桥和停车场中格外有用。

在消费者端,3D建模与机器视觉的结合也将带来新的想象力,比如消费者可以根据照片来重建精准的3D模型,或者傻瓜式完成建模要用的数据收集。让不那么专业的人也能建设出专业的3D模型,这个改变背后的想象力惊人。

更好的深度传感器解决方案

还有一个机器视觉技术和3D的交汇,主要发生在无人机领域。

无人机今天进行测绘和航拍时,必须附带对空间的理解能力,否则拍照不准事小,撞了南墙事大。而这个能力主要来自于摄像头和传感器进行空间阅读。

随着消费级无人机的不断升级,人们对无人机拍摄效果要求也不断升高。无人机必须不断在更远的距离、更极端的天气、更复杂的运动中拍摄画面。然而传统的传感系统解决方案已经快要跟不上用户的期许。

今天的消费级无人机,一般采取两种感知解决方案,一种是双目视觉技术,比如大疆的某些产品;一种是结构光传感器,比如微软的Kinect。而这两种主流方案都是有一定局限的,比如感知范围都有限,难以完成远距离作业。再比如双目视觉技术在黑夜中会失灵,所以无人机夜拍一直是个大坑,然而结构光技术应对不来强光,一到中午无人机就石乐志也是很心塞的。

更好的解决方案,在于将传感器与智能摄像头结合起来,达成可以适应不同天候与天气,并且可以长距离感知的新型传感系统解决方案。

今天,用机器视觉技术中的很多算法,协调不同的传感设备工作,让无人机变成“多眼无人机”,正在成为流行的解决方案。机器视觉算法大量加入无人机传感器,还可能带来轨迹拍摄能力提升,让无人机获得拍摄整体环境,或者精准捕捉动态物体,比如说运动中的动物和车辆的能力。

以上几个技术趋势,都可能成为机器视觉和图形学应用的下一步热点。这个领域看似偏门,事实上却能影响今天科技市场中的风吹草动。

让机器看到立体世界的游戏才刚刚开始,机器与人类在某一天可以用同样的视角相互凝视,或许才是这个故事的终点。

工博士工业品商城声明:凡资讯来源注明为其他媒体来源的信息,均为转载自其他媒体,并不代表本网站赞同其观点,也不代表本网站对其真实性负责。您若对该文章内容有任何疑问或质疑,请立即与商城(www.gongboshi.com)联系,本网站将迅速给您回应并做处理。
联系电话:021-31666777
新闻、技术文章投稿QQ:3267146135  投稿邮箱:syy@gongboshi.com
分享到: 

分享与收藏:  资讯搜索  告诉好友  关闭窗口  打印本文 本文关键字:人工智能 

新闻视频

 
推荐资讯
最新文章
 
 
客户服务:您好,欢迎光临,我们将竭诚为您服务 广告业务:您好,欢迎光临,我们将竭诚为您服务 会员管理:您好,欢迎光临,我们将竭诚为您服务 售后服务:您好,欢迎光临,我们将竭诚为您服务 新闻投稿:您好,欢迎光临,我们将竭诚为您服务 战略合作:您好,欢迎光临,我们将竭诚为您服务