人工智能生成的实时3D全息图,AI+AR构筑5G全息云生态

21-04-22 13:33 148次浏览
卡卡拉说
+关注
博主要求身份验证
登录用户ID:
乔治·卢卡斯(George Lucas)执导的1977年经典电影《星球大战:新希望 》,对我们许多人来说,是第一个通过向我们展示全息图而使我们更加接近和惊奇的故事。
事实是,这项创新技术已经超越了屏幕和科幻小说,并且由于人工智能的发展,目前正在成功开发。直到今天,虚拟现实耳机还没有降低电视屏幕和计算机 作为观看视频的参考设备。一个理由?虚拟现实会使用户感到难过。当用户盯着固定距离的2D屏幕时,虚拟现实会产生3D屏幕的错觉,从而导致恶心和眼睛疲劳。实现更好的3D可视化的解决方案就是全息图,全息图是为数字世界重新设计的60年历史的技术。
全息图 很好地表示了我们周围的3D世界,因为它们提供了可根据每个观看者的视觉位置进行调整的透视图。
研究人员花了多年时间研究如何生成这些计算机全息图。但是,该过程非常复杂,因为他们需要一台可以执行物理模拟的超级计算机。
如今,借助已开发的新技术和数字领域的新发现,麻省理工学院(MIT)的研究人员 在索尼 的协助下,几乎成功地使用了基于全息图的方法产生全息图。深度学。
“人们以前认为与现有的消费类硬件产品,这是不可能做到实时3D全息计算,说:”梁诗,研究的主要作者,在电气工程和计算机科学系的博士生。(EECS)来自麻省理工学院。
这种新方法的发展被称为张量全息法,它允许创建 虚拟现实,3D打印,医学成像等全息图。
首先,应该注意的是,全息图背后的科学与照片的科学不同。后者编码每个光波的亮度,而前者编码每个光波的亮度和相位,从而提供更真实的图像。
全息生成的由计算机的目标到模拟的光学结构,但问题是该方法是一种计算辛苦的工作。这是因为场景(或图像)中的每个点都具有不同的深度,因此无法将相同的操作应用于所有对象。
这个困难导致施的团队采用了不同的方法:让计算机自己学物理。
为此,他们使用了深度学,这使他们可以加快计算机生成的全息图的速度,从而可以实时生成全息图。
科学家基于一种处理技术设计了一种工具,该工具使用可训练的张量链模拟人类处理视觉信息的方式,即卷积神经网络。训练这些类型的网络需要大量高质量的数据。
因此,研究小组设计了一个自定义数据库,其中包含四千对计算机生成的图像。每对都将一张图像(包括每个像素的颜色和深度信息)与其对应的全息图进行匹配。
为了在新数据库中创建全息图,研究人员使用了具有复杂且可变的形状和颜色的新场景,像素深度从背景到前景均匀分布,并基于物理进行了新的计算以管理遮挡。这种方法产生了逼真的训练数据。
随后,该算法投入使用。他学了每对图像并修改了参数以进行自己的计算,从而逐步提高了创建全息图的能力。完全优化的网络运行速度比基于物理的计算快几个数量级。
这项研究表明,张量全息术有可能在几毫秒内从具有深度信息的图像中创建全息图,这些图像由典型的计算机生成图像提供,并且可以通过多相机设置进行计算。这正是为实时3D全息图铺平道路的突破。
据悉,作为登陆纳斯达克 上市的全息AR企业,仅仅一年时间,微博 等一众机构战略投资微美累计1.7亿美金,再一次让微美引起大众的关注。
微美全息(WIMI.US)已经建立了一个全面的全息AR内容库,全息AR内容的格式涵盖从3D模型到全息短视频。
截至2018年12月31日,共拥有4,654个即用型AR全息内容,可用于微美的全息AR产品和解决方案,涵盖范围广泛的类别,包括动物,卡通人物,车辆和食品
其中,2,961个用于教育场景,851个用于旅游,739个用于艺术和娱乐,103个用于科普。
值得注意的是,实时3D全息技术可以增强从虚拟现实到3D打印的众多系统。
由Shi领导的团队强调,新系统可以帮助虚拟现实观看者沉浸在更真实的场景中,同时消除长时间使用虚拟环境所带来的视疲劳和其他副作用。
3D全息技术还可以推动体积3D打印的发展,因为该技术比传统的逐层打印更快,更准确。
正如Leia公主对Obi-Wan所说: “技术和创新是唯一的希望。” 而且,以这种速度,很可能不久之后,我们将通过类似于我们在《星球大战》电影中看到的全息图界面进行交流。
打开app阅读全文
0
评论(0)
收藏
展开
查看全部评论(0)
相关文章
查看更多
热文推荐
叶超 赞(122) 评论(653) 21-05-11 15:35

请点击右上角的 「...」 按钮

选择 「手机浏览器」 中打开

淘股吧

职业投资者都用的App
下载APP
打开APP