盡管深度攝像頭正在逐漸出現在許多手機手機品牌的高端機型上,但是單目、RGB攝像頭仍然是占據絕大多數設備的主流。這也就導致了現有的AR技術仍然是基于平面,很難去獲取環境的縱深。另外設備也很難捕捉并理解人體以及動作,無法表現更好的增強現實效果。
普及具備深度獲取能力的攝像頭仍需時日,而人們對于更好的AR體驗的追求已經等不及了,如何在不添加傳感器的條件下,讓單目視覺設備具備對場景縱深的理解能力,對人物動作的追蹤能力,成為增強現實視頻公司Octi攻克的重點。
在iOS端,Octi推出了一款名為“Octi”的APP,已經可以在App Store下載體驗
這款應用展示了他們的動態摳圖技術
識別動態的尬舞人體,選擇特效,例如變成透明人
將從別處摳下來的動態跳舞妹子放進同一個場景中
點擊邊框調出視頻工具條
和時下流行的短視頻結合起來似乎會有奇妙的效果。
在Octi的官網上能看到技術的簡要說明。
首先是移動實例分割。
所謂實例分割,就是機器自動從圖像中用目標檢測方法框出不同實例,再用語義分割方法在不同實例區域內進行逐像素標記。換言之,就是當場景中出現很多人的情況下,實例分割能夠區分出那些像素屬于第一個人,哪些屬于第二個人。
而Octi專有的人員實例分割方法能夠實現在移動設備(手機)上以高幀率運行。
為了讓機器具備理解人體及其運動的能力,Octi建立了成熟的機器學習和計算機視覺技術。
首先,它掃描人體,檢測關鍵點比如眼睛、鼻子、臀部肘部等。
然后利用這些點來構建骨骼模型
Octi獨特的3D重建技術結合使用神經網絡和運動學模型,比同類方法具有更高的精度。
使用人的姿勢、分割和一系列專有運動模型的先驗組合,Octi在移動端實現了人體的體積重建。
看來Octi采用的便是被丸子醬點名批評過的,通過在模擬出的骨骼模型上套上一個粗糙的人體外殼完成的人體3D模型重建(Facebook最新開源,普通RGB相機即可實時映射3D模型)考慮到在手機端各方條件都受限制,不能強求更多,實用就好。
為了讓單目RGB相機識別環境中的相對深度
Octi利用深度估計估計模型來區分圖像的前景和背景(即物體的遠近),這種能力加強了設備對于場景的語義理解,并且允許我們在不考慮背景噪聲的情況下提取人的詳細動作。
Octi日前確定了同NFL球員協會(美國國家橄欖球聯盟)確定了投資戰略和合作關系,球迷粉絲們可以通過Octi提供的技術同超過2000名橄欖球運動員進行視頻形象互動,就像我們在文章開頭看到的那樣。
動作捕捉似乎是個和我們普羅大眾相距甚遠的技術條目,Octi此舉卻告訴了我們,我們可以利用這項技術做很多有趣的事情,而且僅需要一個配備單目攝像頭的智能手機,就可以從場景中提取清晰人體動作,這將給AR技術的普及推廣進一步推波助瀾。
Octi不久前宣布獲得750萬美元投資,有了更多資金,Octi將繼續完善其計算機視覺科學家、機器學習工程師的研究人員團隊,或許能在技術上更進一步。
-
智能手機
+關注
關注
66文章
18483瀏覽量
180123 -
AR技術
+關注
關注
4文章
251瀏覽量
17285
原文標題:Octi讓智能手機具備識別場景縱深、追蹤人體運動的能力
文章出處:【微信號:ARchan_TT,微信公眾號:AR醬】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論