QQ在線
企業(yè)微信
資訊
518要說AI技術(shù)里什么最火，機(jī)器視覺絕對(duì)算一個(gè)；而要說機(jī)器視覺技術(shù)里什么最火，大概毫無爭(zhēng)議就屬3D機(jī)器視覺了。
所謂3D機(jī)器視覺，是指在一般的機(jī)器視覺技術(shù)的基礎(chǔ)上，加入對(duì)立體空間中三維模型的理解。這項(xiàng)技術(shù)不僅涉及AI，而是一門機(jī)器視覺、圖形學(xué)與數(shù)據(jù)感知技術(shù)的交叉學(xué)科。想想也知道，讓機(jī)器認(rèn)識(shí)3D畫面是非常有價(jià)值的。畢竟人的視覺理解就是3D的，想要讓AI盡量貼近真人的感知方式，3D是必須攻克的難題。
在產(chǎn)業(yè)場(chǎng)景上，3D機(jī)器視覺是無人駕駛和高精地圖的重要技術(shù)條件，在VR/AR上應(yīng)用也非常廣泛，而無人機(jī)航拍與測(cè)繪也離不開這門技術(shù)。在蘋果把3D結(jié)構(gòu)光技術(shù)炒火了之后，手機(jī)中的3D機(jī)器視覺也已經(jīng)成為兵家必爭(zhēng)之地——假如說，這些厲害的技術(shù)都是賽車，那么3D機(jī)器視覺就是他們?cè)诼飞隙紩?huì)遇到的收費(fèi)站……
今天在機(jī)器視覺頂會(huì)中，差不多會(huì)有半壁江山那么多的論文都是跟3D有關(guān)。前沿探索可謂瘋狂進(jìn)行。然而重點(diǎn)來了，關(guān)于這一領(lǐng)域，似乎大部分吃瓜群眾還是只知道一個(gè)結(jié)構(gòu)光而已。
有哪些三維圖像+機(jī)器視覺的新技術(shù)趨勢(shì)，今天正隱藏在未知迷霧中眺望這個(gè)世界？今天我們來說幾種很有科幻感的技術(shù)突破點(diǎn)。說不定這些能力明年就會(huì)出現(xiàn)在你的手機(jī)、VR設(shè)備和無人機(jī)中，又或許即將成為某個(gè)被資本瘋狂親吻的創(chuàng)業(yè)熱潮。
超大場(chǎng)景的3D數(shù)據(jù)感知
3D機(jī)器視覺包括很多方面，既有讓智能體去理解3D數(shù)據(jù)，也包括如何通過機(jī)器視覺的解決方案，去獲取3D模型數(shù)據(jù)。
傳統(tǒng)意義上的3D數(shù)據(jù)獲取，或者稱其為3D感知技術(shù)，一般來說可以利用多角度拍照或者深度傳感器的方式實(shí)現(xiàn)3D數(shù)據(jù)收集。這種技術(shù)的局限在于，收集的3D數(shù)據(jù)不能太大。
然而在3D資料要求不斷升級(jí)的今天，對(duì)于超大場(chǎng)景的3D數(shù)據(jù)感知，正在成為一個(gè)熱門議題。比如無人駕駛中使用的城市高精地圖，就可以看做一個(gè)個(gè)超大3D場(chǎng)景的拼接。智能城市領(lǐng)域運(yùn)用到的很多城市數(shù)據(jù)推演，也要根植于對(duì)城市3D場(chǎng)景的收集。
機(jī)器視覺正在為超大場(chǎng)景的3D數(shù)據(jù)感知提供很多新的方法。比如自動(dòng)化的成像方法，像視覺SLAM在線處理連續(xù)幀的圖像，實(shí)現(xiàn)實(shí)時(shí)重建巨大3D場(chǎng)景。再比如說對(duì)航拍數(shù)據(jù)進(jìn)行點(diǎn)云分割和點(diǎn)云數(shù)據(jù)的語義理解，幫助快速低成本獲取城市3D數(shù)據(jù)。
總體來看，今天超大場(chǎng)景的3D數(shù)據(jù)感知，有三個(gè)主要應(yīng)用方向，很可能分別成為各自技術(shù)領(lǐng)域中新的投資和創(chuàng)業(yè)熱點(diǎn)：
1、建筑物的3D高精度模型，運(yùn)用在工程監(jiān)理、智能設(shè)計(jì)、物流和智能城市領(lǐng)域。
2、高精地圖與3D數(shù)據(jù)感知的結(jié)合，這是無人駕駛的重要一環(huán)。
3、室內(nèi)外一體的3D建模，這對(duì)于智能家居設(shè)計(jì)、環(huán)境監(jiān)控、VR/AR體驗(yàn)來說都有重要幫助。
手機(jī)與3D視覺進(jìn)入蜜月期
3D結(jié)構(gòu)光，今天已經(jīng)當(dāng)之無愧成為了高端手機(jī)的標(biāo)配，成為了繼雙攝、三攝與屏下指紋之后又一個(gè)手機(jī)行業(yè)爭(zhēng)搶的熱點(diǎn)。
然而手機(jī)上的3D視覺技術(shù)遠(yuǎn)不止于結(jié)構(gòu)光，從算法、傳感硬件，到影像系統(tǒng)解決方案，都可能成為手機(jī)與3D視覺進(jìn)一步耦合的關(guān)鍵因素。
今天來看，有3個(gè)相關(guān)趨勢(shì)非常可能成為明年的熱點(diǎn)。一個(gè)是基于芯片端進(jìn)行的3D視覺算法加速，這很可能成為手機(jī)AI的下一個(gè)進(jìn)化方向。第二個(gè)是高糾錯(cuò)能力的3D視覺算法將會(huì)普及，在終端實(shí)現(xiàn)3D數(shù)據(jù)收集和本地建模將會(huì)成為新的熱點(diǎn)。第三個(gè)是后置攝像頭加入3D視覺解決方案指日可待。
從芯片端，到開發(fā)平臺(tái)，再到數(shù)據(jù)集、傳感系統(tǒng)，3D機(jī)器視覺正在多個(gè)領(lǐng)域影響手機(jī)戰(zhàn)場(chǎng)的走向，在這些領(lǐng)域儲(chǔ)備技術(shù)武器，也很可能成為明年手機(jī)戰(zhàn)場(chǎng)廝殺的關(guān)鍵節(jié)點(diǎn)。
AR/VR中的位姿估計(jì)技術(shù)
為什么我們?cè)谕鍭R體驗(yàn)的時(shí)候，經(jīng)常會(huì)覺得手機(jī)里的東西放在攝像頭視野中并不真實(shí)，像是漂浮在地板上一樣。
這就是因?yàn)槲蛔斯烙?jì)算法不夠精準(zhǔn)，無法正確定位物體的空間關(guān)系。在機(jī)器視覺技術(shù)的進(jìn)化下，今天很多位姿估計(jì)技術(shù)正在同步進(jìn)化。比如基于動(dòng)態(tài)特征提取算法，達(dá)成的動(dòng)作定位今天已經(jīng)比較成熟。
這東西聽起來挺玄乎，到底是干啥用的呢？它的最大應(yīng)用場(chǎng)景，就是在VR/AR正確處理場(chǎng)景中動(dòng)態(tài)物體的空間關(guān)系和運(yùn)動(dòng)軌跡。比如你在VR里玩踢球游戲，球應(yīng)該在什么位置挨踢，以什么軌跡撞墻，都有賴于位姿估計(jì)算法來校準(zhǔn)。
在機(jī)器視覺算法的幫助下，更精細(xì)的位姿估計(jì)正在到來，而這也加速了成熟MR體驗(yàn)的到來。另一方面，在VR設(shè)備或者手機(jī)當(dāng)中，基于攝像頭與傳感器協(xié)同運(yùn)作來完成位姿估計(jì)，也是沉浸技術(shù)中即將發(fā)生的一個(gè)亮點(diǎn)。
通過散亂數(shù)據(jù)達(dá)成三維建模
3D機(jī)器視覺的最重要任何，肯定是基于數(shù)據(jù)來實(shí)現(xiàn)3D建模。這個(gè)應(yīng)用在產(chǎn)業(yè)端十分重要，地理信息系統(tǒng)、勘探、工程，以及無人駕駛，都需要大量的3D建模工作來參與。
而消費(fèi)者級(jí)的3D建模今天也在到來，我們已經(jīng)可以看到在手機(jī)端通過3D結(jié)構(gòu)光來完成數(shù)據(jù)收集，從而達(dá)成3D建模的玩法。
跟3D感知一樣，3D建模也是利用攝像頭或者傳感器來收集數(shù)據(jù)，最終通過不同的解決方案完成建模。
然而這個(gè)領(lǐng)域還是有很多問題等待解決。比如說，今天我們進(jìn)行3D建模時(shí)，還需要非常痛苦的一點(diǎn)點(diǎn)收集數(shù)據(jù)，必須保證數(shù)據(jù)的對(duì)齊和精準(zhǔn)排列。否則出來的3D模型就是雜亂無章的。這顯然讓大眾完3D建模的熱情減退，并且給很多工程級(jí)項(xiàng)目增添了非常多難度。
AI的到來，正在幫助這種情況有所改變。在深度學(xué)習(xí)算法的幫助下，機(jī)器視覺領(lǐng)域正在研究如何在散亂、不規(guī)則、巨大數(shù)量的數(shù)據(jù)中完成3D建模。這需要對(duì)抗生成以及先驗(yàn)表示等非常多的方案，但帶來的效果非常值得期待。
比如說今天已經(jīng)有3D建模方案，在深度學(xué)習(xí)的幫助下實(shí)現(xiàn)對(duì)密林的重建。然而其用來進(jìn)行點(diǎn)云建模的圖像數(shù)據(jù)中，有很多被樹葉遮擋的部分。這時(shí)候就可以用AI來增強(qiáng)3D建模的先驗(yàn)知識(shí)，主動(dòng)“腦補(bǔ)”出遮擋物背后的真實(shí)樣子。
不僅是修復(fù)遮擋模型和瑕疵數(shù)據(jù)，機(jī)器視覺技術(shù)與3D建模的融合，還可以讓很多無人設(shè)備具有更雪亮的“眼睛”。比如無人駕駛汽車，或許可以基于“大腦”中的3D建模算法，來腦補(bǔ)智能攝像頭尚未發(fā)現(xiàn)的環(huán)境。這點(diǎn)在復(fù)雜立交橋和停車場(chǎng)中格外有用。
在消費(fèi)者端，3D建模與機(jī)器視覺的結(jié)合也將帶來新的想象力，比如消費(fèi)者可以根據(jù)照片來重建精準(zhǔn)的3D模型，或者傻瓜式完成建模要用的數(shù)據(jù)收集。讓不那么專業(yè)的人也能建設(shè)出專業(yè)的3D模型，這個(gè)改變背后的想象力驚人。
更好的深度傳感器解決方案
還有一個(gè)機(jī)器視覺技術(shù)和3D的交匯，主要發(fā)生在無人機(jī)領(lǐng)域。
無人機(jī)今天進(jìn)行測(cè)繪和航拍時(shí)，必須附帶對(duì)空間的理解能力，否則拍照不準(zhǔn)事小，撞了南墻事大。而這個(gè)能力主要來自于攝像頭和傳感器進(jìn)行空間閱讀。
隨著消費(fèi)級(jí)無人機(jī)的不斷升級(jí)，人們對(duì)無人機(jī)拍攝效果要求也不斷升高。無人機(jī)必須不斷在更遠(yuǎn)的距離、更極端的天氣、更復(fù)雜的運(yùn)動(dòng)中拍攝畫面。然而傳統(tǒng)的傳感系統(tǒng)解決方案已經(jīng)快要跟不上用戶的期許。
今天的消費(fèi)級(jí)無人機(jī)，一般采取兩種感知解決方案，一種是雙目視覺技術(shù)，比如大疆的某些產(chǎn)品；一種是結(jié)構(gòu)光傳感器，比如微軟的Kinect。而這兩種主流方案都是有一定局限的，比如感知范圍都有限，難以完成遠(yuǎn)距離作業(yè)。再比如雙目視覺技術(shù)在黑夜中會(huì)失靈，所以無人機(jī)夜拍一直是個(gè)大坑，然而結(jié)構(gòu)光技術(shù)應(yīng)對(duì)不來強(qiáng)光，一到中午無人機(jī)就石樂志也是很心塞的。
更好的解決方案，在于將傳感器與智能攝像頭結(jié)合起來，達(dá)成可以適應(yīng)不同天候與天氣，并且可以長(zhǎng)距離感知的新型傳感系統(tǒng)解決方案。
今天，用機(jī)器視覺技術(shù)中的很多算法，協(xié)調(diào)不同的傳感設(shè)備工作，讓無人機(jī)變成“多眼無人機(jī)”，正在成為流行的解決方案。機(jī)器視覺算法大量加入無人機(jī)傳感器，還可能帶來軌跡拍攝能力提升，讓無人機(jī)獲得拍攝整體環(huán)境，或者精準(zhǔn)捕捉動(dòng)態(tài)物體，比如說運(yùn)動(dòng)中的動(dòng)物和車輛的能力。
以上幾個(gè)技術(shù)趨勢(shì)，都可能成為機(jī)器視覺和圖形學(xué)應(yīng)用的下一步熱點(diǎn)。這個(gè)領(lǐng)域看似偏門，事實(shí)上卻能影響今天科技市場(chǎng)中的風(fēng)吹草動(dòng)。
讓機(jī)器看到立體世界的游戲才剛剛開始，機(jī)器與人類在某一天可以用同樣的視角相互凝視，或許才是這個(gè)故事的終點(diǎn)。
