—— 青亭网
其他
汽车秒变大黄蜂，这项实时AI研究让我们看到了AR的未来
Esther｜编辑
在抖音、Snapchat等社交平台推动下，AR滤镜在主流市场的使用率越来越高，除了用来拍有趣的视频外，还可以用来宣传商品，比如试穿服装、鞋、口红颜色等等。目前，AR技术还处于发展初期，距离科幻剧中描述的场景还有较大差距，需要解决沉浸感、稳定性、低延迟等问题。
比如在某部美剧中，主人公通过AR设置服装的外观，即使只是穿了白T恤也可以改变在别人眼中你的形象。实际上，这种自然、沉浸式的AR效果，目前已经开始崭露头角。
近期，杜伊斯堡·埃森大学和瑞士联邦理工学院的科研人员们，研发了一种可以在移动设备上运行的实时AR渲染应用TransforMR。从演示视频来看，TransforMR可以将真实场景中识别到的汽车、人、动物等目标实时转化成AR图像，效果足够实时。据悉，这并不是后期处理的，而是实时抠图并叠加的AR。细节方面，TransforMR在Unity中运行3D场景并输出渲染的AR场景，在摄像头视场角内，可同时追踪多个目标，并同时叠加AR滤镜。
TransforMR的另一个关键特征是，支持实时姿态识别，可识别人体上18个节点，接着将AR图像绑定在节点上，即可实时模拟人的动作。也就是说，它与市面上只能识别几何表面的AR渲染方案不同，模拟姿态的效果更准确。
科研人员表示：近年来，计算机视觉技术在不断发展，尽管如此，算法对场景的语义识别、功能性推理效果依然限制着AR场景渲染的效果。为了解决这一问题，科研人员研发了TransforMR方案，它的特点是支持3D姿态识别，可用AR图像动态、实时替换真实场景中的物体或人。即使是在此前未测试过的环境中，TransforMR也可以实时识别并替换AR内容，而且AR可以根据其背后的真实物体的行为而动态变化。
实际上，手机滤镜已经可以实时追踪和渲染AR效果，但大多数以识别特定物体为基础，除了人脸滤镜外，还包括宠物滤镜等等。相比之下，TransforMR可快速识别更多样化的真实物体，并追踪物体、人的动作和位置变化，实时叠加清晰动态的AR特效。而且这个方案在移动设备上就能运行，不需要昂贵的动捕技术，在户外也可以使用。
据了解，TransforMR研发项目还得到保时捷AI团队的支持，为什么保时捷要投资这项研究呢？据保时捷AI架构师Tobias Grosse-Puppendahl透露，TransforMR的技术将有望提升司机和乘客的行车体验，比如提供AR车载娱乐内容等等。Grosse-Puppendahl还表示：我们想了解的主要方向是，如何通过改变真实场景并叠加互动式AR，为乘客带来乐趣。近年来，保时捷持续探索用来提升车内体验的AI技术，比如此前曾展示SoundRide原型系统，其特点是利用计算机视觉来识别周围环境变化，并根据这些变化来推荐音乐。
而对于TransforMR，科研人员需要解决如何将AR与真实场景自然接入和融合。目前，其效果还不够理想，不过展示了未来实时AR渲染的方向，结合AR眼镜后，将有望带来沉浸的AR体验，比如你可以定制眼前场景的主体，将汽车、建筑和行人变成科幻风格等等。目前，TransforMR采用的3D模型有点类似于微软早期的3D电影制作器的画风，而且AR与周围环境的交界处看起来比较模糊。
在研究过程中，科研人员制定的目标包括：1）适用于任何场景；2）可在手持屏幕上动态显示3D AR；3）兼容移动设备，支持单目RGB摄像头；4）实时渲染，这将需要平衡计算机视觉的计算量与硬件算力的限制。为了解决这些问题，所采用的技术包括3D目标姿态预测、实时图像分割、视频去水印、基于姿态变化的AR动态渲染。
TransforMR的计算部分在云端完成，因此需要联网才能运行应用。科研人员表示：TransforMR并不是直接像AR滤镜那样，将AR直接叠加在识别到的目标上，而是将目标完全从场景中分割，然后通过AI来实时处理场景，并用3D模型代替原来的目标物体、人或动物。有点类似动态去水印工具。TransformMR在识别的每一帧图像中叠加去水印网格，并在去水印抠图的部分渲染全局和本地预测，可信度高的像素值（根据环境分割点阵图来预测）。
为了增强AR与真实环境之间的融合，科研人员训练AI算法从真实场景中提取语义信息，以实现对环境的理解。在实际使用时，TransforMR可根据使用者选定的环境主题，来进行语义映射，也就是说你可以根据博物馆、动物园等主题来改变周围环境的外观。
不过，TransforMR的刷新率目前只有15fps，而且场景去水印的效果不够好。延迟方面，目前在50到100毫米之间，而且3D模型的图像质量也有待提高。科研人员表示：这些方面未来将有望得到提升，相对比较简单。
而主要的技术限制是，大规模图像对算力的要求高，因此目前只能渲染512x512的小尺寸图像。此外，带宽的使用率可以忽略不计，跟FaceTime需要的带宽差不多。在移动设备上运行时，只能渲染低清晰度、半透明的AR图像。
（ END）
推荐阅读
—— 青亭网