加入收藏 | 设为首页 | 会员中心 | 我要投稿 广西网 (https://www.guangxiwang.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 运营 > 正文

商汤科技:人工智能3D视觉技术的未来趋势

发布时间:2020-01-22 14:45:35 所属栏目:运营 来源:安防知识网|0
导读:副标题#e# 在上世纪70年代,工业界开始运用3D视觉技术测量和扫描物件,提高生产效率。最近10多年,家用游戏机厂商将3D体感外设带入大众视野,带来了新奇的体感游戏。近三年,越来越多的智能手机开始配备3D传感器,并在AI的加持下,开拓出了更多更具想象空间
副标题[/!--empirenews.page--]

  在上世纪70年代,工业界开始运用3D视觉技术测量和扫描物件,提高生产效率。最近10多年,家用游戏机厂商将3D体感外设带入大众视野,带来了新奇的体感游戏。近三年,越来越多的智能手机开始配备3D传感器,并在AI的加持下,开拓出了更多更具想象空间的应用场景。未来10年,AI+3D将无处不在,给我们的生活和工作带来深远影响。

  赋予机器感知三维世界的“眼睛”

  人类拥有与生俱来的3D环境感知和理解能力,这是因为我们用两只眼睛来捕捉图像,通过大脑处理形成立体视觉,从而辨认物体的形状方位、他人的动作,轻松自然地跟这个三维世界交互。

  能否让机器也能感知三维世界呢?或许很多人会想到给机器添加一颗摄像头。但普通RGB摄像头拍摄的现实世界的影像,仅能采集场景中的色彩信息,无法采集物体和摄像头之间的距离和方位。也就是说,无论场景中的三维结构有多么丰富,对机器来说都是一个平面,一个二维世界。

  3D视觉技术,就是赋予机器感知三维世界的信息和能力,并给我们带来颠覆性的价值。试想一下,将汽车立体模型通过增强现实(AR)技术投射出来,客户可360度观看,还能“开车门”,由此直观地提出意见,而不是一张张翻看照片;或者派无人机探索森林或洞穴,一边前行一边绘制周边场景的三维地形,而不是我们拿着一张平面地图亲自探险……

  事实上,3D视觉技术目前已经在工业界取得成功,但在消费领域,受限于3D感知硬件的成本和体积、计算能力等困扰,很多场景并未激活。除了扫地机器人等个别终端外,我们的智能手机等移动设备,还处在二维世界里。但近几年,3D视觉技术终于开始走向个人终端,机器认知世界的新大门正在打开。

  3D感知硬件小型化,ToF渐成主流

  实现3D视觉能力,3D感知硬件的加持至关重要。目前主流的3D感知硬件技术包括双目视觉、结构光、ToF(飞行时间)以及激光雷达。

  双目视觉系统是通过双摄像头同时进行成像,然后通过对比两个图像中每个像素点的相对位置差,来计算出该像素点在三维环境中的位置,类似于人双眼的工作原理。

  结构光和ToF则能在RGB的基础上直接提供深度信息,属于RGB-D方案,在精度上比双目视觉更胜一筹。其中,结构光是通过投射大量光斑到物体上,然后根据光斑的形变量来判断其所处深度;ToF则是向物体发射连续的光脉冲信号,并接收返回的信号,通过计算信号发射和返回的时间来计算深度信息。相比之下,结构光在较短距离内拥有更高精度,而ToF支持的工作距离更长,适用于更加多元化的场景,且传感器模块少,体积小。

7dd98d1001e93901278f7184e06a46e137d19603.png

  激光雷达的原理与ToF类似,但其感知距离更远,范围更大,精度也更高。很多自动驾驶汽车通过激光雷达来感知周围环境,不过缺点是成本过于高昂,只适用于特定场景。

  在最近的三年,我们观察到的一个显著趋势是ToF和结构光的小型化,使得它成功地应用到了手机当中。而ToF以其体积更小、适用场景更广等优势,逐渐受到更多厂商青睐,很多最新的旗舰手机都将ToF作为一大卖点。据统计,2019年有约5000万台配备ToF的手机出货,业内预计2020年、2021年将分别达到1.5亿和5亿台,逐渐呈现出爆发态势,2020年全球智能手机3D感知硬件市场的规模也将到达99.25亿美元。

63d9f2d3572c11dff2b094d9fea170d6f603c277.png

  ToF在智能手机上的加速应用,有助于3D视觉技术的广泛普及化,成为接下来10年中非常重要的科技趋势。深入地触达消费市场,也激活了更多的应用创新可能。

  AI技术,突破3D视觉技术的难点

  3D感知硬件能够提供距离、深度等数据信息,但我们要的并不是单纯的数据,而是基于这些数据,通过不同的表达和理解方式,实现不同的应用。比如对三维场景进行数字化建模,或者绘制三维地图,从而让机器能够实时感知自己在所处空间中的位置,以便在运动时及时避开障碍物等。这需要根据深度信息生成深度图像,并与RGB图像,甚至是红外图像进行融合并完成大量计算。

  但是,通过硬件感知的信息生成的深度图像,往往存在因硬件性能限制而产生的瑕疵,例如在细小或复杂交错的物体之间,出现深度信息估计错误等问题。此外,精准度、鲁棒性、实时性、效率等都是决定实际应用效果的关键。这都需要依靠额外的算法进行实时处理予以弥补和增强。

  在工业场景中,由于应用相对单一,且3D感知硬件大多处于固定或平稳状态,很多难题可以通过编写特定算法加以解决。但在移动终端上,不规则的抖动、晃动等情况带来的难以预估的挑战,传统算法难以突破。

  2012年,AI在计算机视觉领域取得突破,给3D视觉技术发展也带来了全新思路。AI可通过对大量实际数据进行学习,自行总结其中的规律和特征。这种方法可以在短时间内,完成传统算法需要多年才能突破的问题,有效弥补硬件能力的不足。

  更为重要的是,AI不仅能感知场景中的三维结构,还能识别出场景中的三维物体是什么,在做什么。例如检测人、物体,识别人的姿态,跟踪物体的运行轨迹……这就进一步敞开了机器认知世界的新大门。

  在我们看来,3D硬件的小型化,是3D视觉技术应用场景拓展和创新的硬件基础,而AI技术则是真正的动力引擎。两者密不可分,可以说,AI+3D视觉技术拐点已至。

  AI+3D,紧密协作实现完美空间感知

  目前,商汤科技已经将AI技术广泛地应用于3D感知的各个领域,开发了基于ToF等3D感知硬件的技术与产品,包括人脸与人体3D重建、物体重建、3D全身关键点跟踪、3D Avatar驱动工具、AR测量、AR场景互动、AR导航、3D人脸认证、3D摄影等等,均体现了AI+3D的显著优势。

(编辑:广西网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!