新演算法可以優化三維重建,極大推動AR中的物件跟蹤速度
該演算法在資料分析方面大大優化,助力AR、VR等相關領域的發展。
近日,伯克利的AI研究人員釋出新的演算法,該演算法根據物體的單幅二維影像資訊,就可以快速地將其三維結構構造出來。
雖然對於人類而言,根據物體的單面資訊推測出東西的整體形狀很容易做到,但是對於機器而言,這一過程十分艱難,因為增加一個維度意味著要增加大量的資料。
具體來看,當你拍一張照片,每一邊的畫素點數是100,那這張影像的畫素點數一共就是一萬個。但是如果你想增加一個維度,也就是增加一邊,假設增加的新邊畫素點數仍然是100,那整體畫素點數將增加一百倍。如果稍微追求精度,單邊畫素選用128,整體畫素點將增加兩百倍。不言而喻,資料量的增加是成數量級的。
同時為了確保不失真,影像的每一個畫素點及畫素點之間的關係都要計算分析,如果想要高精度,那計算量就將十分巨大。
對此很多研究人員都以提升硬體處理速度來彌補演算法執行資料量巨大這一不足,但執行速度依然十分之慢,不過伯克利人工智慧實驗室的Christian Häne卻指出,事實上,我們不是在計算和重建100x100x100的整體,而只是描述一個物件的表面,至於表面以外或以內的空間,我們都可以不用管。
所以,首先他以很低的解析度對2D影像進行3D重建,接著拋去表面以外的資料部分,對保留的區域進行更高解析度的渲染,以此迴圈重複,從而以較高速率和精度實現了對物體3D空間的重構。
筆者認為,這一定不是最佳解決方案,但是Christian Häne對資料的篩選方法上的改進是對演算法本身很好的一次優化,提升了計算機處理的速度和精度,有助於AR和VR中更迅速和精準的物件跟蹤。
原文釋出時間:2017-08-24 16:08
本文作者:Lynn
本文來自雲棲社群合作伙伴鎂客網,瞭解相關資訊可以關注鎂客網。
相關文章
- MySQL 5.7 跟蹤優化器MySql優化
- 基於kalman濾波的UAV三維軌跡跟蹤演算法matlab模擬演算法Matlab
- Revival 的演算法跟蹤演算法
- Entity Framework Code First實體物件變動跟蹤Framework物件
- App啟動速度優化APP優化
- 三維重建基礎
- Java中可以用的大資料推薦演算法Java大資料演算法
- 推薦一個專業優秀的缺陷跟蹤管理軟體
- 基於行跟蹤的ROWDEPENDENCIES實現資訊變化跟蹤
- opencv的目標跟蹤演算法OpenCV演算法
- Storm的跟蹤演算法-異或ORM演算法
- 用 Python 和 OpenCV 檢測和跟蹤運動物件PythonOpenCV物件
- 聚焦Python和OpenCV的影像處理,3D場景重建,物件檢測和跟蹤 - 物件分類和定位PythonOpenCV3D物件
- [AI開發]目標跟蹤之速度計算AI
- Timemator自動化時間跟蹤軟體
- 請教關於利用跟蹤檔案重建控制檔案
- 【索引】分割槽表索引重建過程的10704事件跟蹤索引事件
- 目標跟蹤演算法概述演算法
- 演算法分析__遞迴跟蹤演算法遞迴
- 高通Vuforia優化目標檢測與跟蹤穩定性優化
- 跟蹤某一會話發出的 sql 的方法來優化SQL會話SQL優化
- 前端效能優化的三個維度前端優化
- Timemator for Mac(自動化時間跟蹤軟體)Mac
- 使用10046事件 +10704事件對索引線上重建的跟蹤事件索引
- 使用10053事件跟蹤CBO優化器決策(上)事件優化
- 使用10053事件跟蹤CBO優化器決策(下)事件優化
- MYSQL sql執行過程的一些跟蹤分析(二.mysql優化器追蹤分析)MySql優化
- 目標跟蹤演算法分類演算法
- 動態跟蹤分析VB程式
- 推薦15 款最好的 Bug跟蹤應用程式
- 2D AR演算法新突破,亮風臺提出基於約束置信度的魯棒跟蹤演算法CCM演算法
- 敏捷專案中的跟蹤矩陣敏捷矩陣
- ObjectStateManager 中已存在具有同一鍵的物件。ObjectStateManager 無法跟蹤具有相同鍵的多個物件Object物件
- 互動式多模型(IMM)的自適應機動目標跟蹤演算法模型演算法
- 迪斯尼新影象演算法,二維照片轉三維模型演算法模型
- 雙目測距與三維重建的OpenCV實現問題集錦(四)三維重建與OpenGL顯示OpenCV
- Timemator for Mac(自動化時間跟蹤軟體) 3.0.4中文版Mac
- 挑戰目標跟蹤演算法極限,商湯開源SiamRPN系列演算法解讀演算法