Niantic优化3D测距技术,单目摄像头也能扫描3D场景( 二 )
Niantic表示:过去 , 智能手机的2D摄像头模组通常很难捕捉到实时的高质量3D环境数据 , 而且配备3D深度传感器和LiDAR模组的设备也非常少 。 为了让单颗手机摄像头实现3D扫描 , ManyDepth将解决动态物体捕捉、比例偏差、静态摄像头等问题 。
总之 , 与经典的三角测距法、基于神经网络的单帧推算方案相比 , ManyDepth更加稳定 , 而且仅需要更少的2D帧画面 。 此外 , 它另一个特点是 , 它不需要ground-truth深度数据 , 也能培训多视角深度感知网络 。
文章图片
Niantic首席研究科学家GabrielBrostow表示:ManyDepth的自我监督式软件可以作为LiDAR传感器的替代方案 , 它将大大降低手机或穿戴式设备扫描3D环境的门槛 。 同时 , ManyDepth也可以解决 , 自我监督式培训的多视角平面扫描3D测距的不准确效果 , 比如移动物体、比例偏差、静态摄像头等问题造成的误差 。
相似方案
实际上 , 谷歌也在探索类似的3D地图技术 。 今年三月时 , 就曾公布GoogleMaps将支持大幅优化的3D地图功能 , 3D地图将带来比街景地图更多的细节 , 目前谷歌正在开发全球3D模型 。
文章图片
为了快速获得大规模3D地图数据 , 谷歌计划将数十亿张航拍图、街景图和卫星图从2D的形式升级为精准的3D可视化地图 。 而相关的技术在2020年曾公布 , 谷歌训练了一个NeRF(神经辐射场)学习算法 , 可将同一场景的几张网络照片合成可多视角查看的3D模型效果 。 细节方面 , NeRF将通过分析光线终止的位置 , 来从2D图像提取3D深度数据 , 并为真实场景重建出外观和纹理足够可信的3D模型 。
而应用场景方面 , 3D场景数据不仅可以提升AR遮挡和物理模拟 , 还可以为体育赛事、音乐活动、艺术展览、广告等场景开发LBSAR互动体验 。
总之 , 用算法从2D推算3D数据将成为生成大规模3D地图的一种重要方式 。 因此 , 为了让智能手机在查看3D地图的同时也能收集3D数据 , Niantic收购了3D和计算机视觉公司MatrixMill、3D地图厂商6d.ai、移动端3D扫描应用《Scaniverse》开发商ToolboxAI 。 参考:Niantic
- TiDB 高级系统管理笔记:sql优化
- 百度|公司网站SEO优化是要一直发文章吗|壹站传媒
- 一加科技|一加10 Pro正式发布:4699元起,辨识度拉满,优化很强!你买么?
- NVIDIA|NVIDIA 511.23版驱动带来DLDSR画质技术:无需游戏优化
- 【助力优化营商环境】如未办理数字证书,可以这样办理社保业务!
- [汽车之家 新鲜技术解读] 随着科技的发展速度越来越快|岚图FREE整车OTA 细节处理有待优化
- 宝贝|启中教育:打造爆款如何优化及运营?
- 转化率|优化电商平台的客户体验旅程,以提高转化率
- 百度|百度SEO排名因素怎么优化某个词库关键词排名?
- 智慧销售|国务院:加快优化智能化产品和服务运营,培育智慧销售、无人配送、智能制造、反向定制等新增长点