Ar与Vr技术_公开课

主题内容
视觉技术的意义
seeing is believing！
看见便是联网！
---未来的物联网通过视觉实现（不是网线、WIFI、4G）
计算机和视觉的关联点 1、看懂世界（替人看）：computer vison
2、创造世界（让人看）：graphics
计算机“看”懂世界的案例
手段：
绝不仅仅是可见光，还有诸如：超生波、微波雷达、红外激光、量子相机等
案例：
 德国SICK激光扫描：单线激光扫描车辆3D模型
 海康威视的车牌识别：识别静态的、二维的图像
 微软Kinect的运动捕捉：识别三维的、动态的人
 Google Project Tango（AR）：对室内环境建模、实现室内导航
计算机创造让人去看的世界的案例
 Photoshop 创造图片
 After Effect制作视频
 3D MAX制作3D模型
 Oculus Rift头盔（VR）呈现沉浸式立体游戏
AR和VR的定义
VR：计算机创造一个全新的、视觉呈现的、虚拟世界
AR: 计算机“看懂”前、呈现叠加额外视觉信息的、现实世界
----AR中的“看懂”不单指视觉看懂，还包括GPS、陀螺仪等个多纬度 “感知”能力
AR和VR的相同点
 都支持基于识别与捕捉的人机交互（识别手势、捕捉身体运动、语音识别，对VR更重要）
 都需要渲染成像（某种意义来说VR是AR的基础）
 都需要实时渲染（AR对实时性要求更强）
都用到视觉之外的传感器：（GPS、加速器、陀螺仪等，VR需要更多比如镭射定位系
两者未来会越来越融合，界限越来越模糊！
AR和VR的差异点
 VR：
 核心在于渲染技术（逼真）和观赏体验（沉浸）
 强调人和虚拟世界的互动
 识别重点对人的行为、动作的捕捉
 成像方式为影像式（Video see-through HMD）
 代表产品：Oculus Rift
 AR：
 核心在于感知技术和后台数据
 强调真实环境和虚拟信息的叠加
 识别重点是对人的位置、方向；对外界物体、环境的识别
 成像方式主要为光学式（Optical see-through HMD），也可影像式（原理是实时拍摄真实场景用Video形式呈现，而光学式是直接透过镜片看到场景，比如汽车抬显）
 代表产品：Hololens
VR的主要产品形态
 1、VR头盔：
 典型产品是Oculus
 2、VR眼镜：
 典型产品是头戴式手机框，将手机放入并分屏显示，典型产品是三星Gear VR
 3、VR“显示器眼镜套装”：
 显示器中的内容根据观察者的观察角度发生变化，犹如显示器是某个真实世界的窗户。典型产品是Depth-VR
 1、双目眼镜：
 典型产品是 Glass，利用双目视差产生3D效果
 2、单目眼镜：
 典型产品是Google Glass，没有3D效果
 3、手机 App：
 典型产品是ibutterfly
补充：头戴设备成像原理
 1、视网膜显示器：
 通过低强度激光或者发光二极管直接将影像投射到使用者的视网膜上
 2、投影式成像：
 造型极其紧凑的投影仪藏在镜框内，左右各有一个。由LED光源将半透式LCD上的影像投射到分光镜片，采用半透明分光镜镜片，这样就让你看到的现实场景上，又叠加了一层投影机传来的影像
VR的典型产品与场景
 国外：
 Facebook Oculus Rift
 索尼Project Morpheus（配合PS4）
 google cardboard
 三星的Gear VR（和Oculus 有合作）
 HTC与Valve合作的Vive头盔
 Virtuix Omni
 国内：
 蚁视：ANTVR KIT
 暴风魔镜（华谊投资）
 Play Glass
 Depth-VR
 SVR Glass（上海）

 核心场景：室内/固定场景、沉浸式3D游戏、3D影视

AR的典型产品与场景
 APP:
 ibutterfly
 wikitude
 sky walk
 Layar
 Yelp
 Device:
 google glass
 Mini 高通 glass
 微软HoloLens
 Google Project Tango

核心场景：移动场景（室内/室外）、导航、翻译、测量、3D地图、真实环境游戏、看图识物、旅游、营销活动、车载导航
VR的关键产品技术指标
 延迟（降晕眩，视觉信息和耳朵以及其它感官信息不一致、和真实世界经验有偏差等，20ms）
 水平视角FOV（120度）
 分辨率
 刷新频率（单眼1K）
 位置追踪（敏感度、幅度、方式）
 眼睛压力（镜视距）
 闪烁（人眼感知到像素开关）
 互动手段丰富性、敏感度（转头、眼球、手势、位移、语音）
提供完全浸入式体验是VR最核心！
AR的关键产品技术指标
 图片识别准确度
 动态捕捉与轨迹追踪
 识别、运算、渲染的实时性
 网络传输实时性
 云端数据与服务的丰富度
 耗电
 运算性能

 AR相比AR，更侧重移动、室外、真实场景（VR主要在室内），对真实世界的感知、理解、反馈能力是AR的最核心！
AR&VR的产业链
 上游-------下游
 运算芯片
 摄像头/显示屏
 各类捕捉传感器
 硬件集成
 识别与渲染算法
 应用、内容、服务
 渠道\\品牌
 Network & Mining of massive Data
AR&VR的业态现状
 产业链长且复杂
 整个产业链不成熟，尤其芯片、sensor等上游硬件都不成熟（可用性、成本），下游软件服务与互联网应用想发展也缺少基础
 开发的周期长、投入大、集成难度高、对人才要求极高
 80分Demo易做，95分可量产的产品难做
 缺少大众、高频、刚需的典型场景驱动，也尚无标杆应用
 烧钱且短期内难见成效且商业模式不清晰，开发者不仅要勤奋还必须要有天分！
 是大公司转化资源的机遇，创业小公司做则对投资人和创业者都有很高要求！
对AR和VR的行业判断的几个考虑点
 AR的本质：
访问事物背后互联网信息和服务的入口（以前是搜索，现在是二维码、ibeacon），但场景有限、成本高，商业意义不足
 VR的本质：
下一代手机/显示器（移动互联网的经验：华为和大唐卖基站最先赚钱，其次是苹果、三星做整机，最后是BAT做服务）
 VR和AR的行业判断：
 1）VPU平台 sensor厂家会借势崛起，赚第一波钱，但应该不在中国（如：Nvdia、movidius、intel的realsense、leap motion）
 2）只做核心算法很难让一个公司立足（算法迭代不是互联网速度，技术创新门槛不是商业模式创新带来的用户积累门槛）
 3）只做入口，而不掌握内容和服务的公司很难撬动市场（创意比工具更难难得）
 4）最先火起来的是某个垂直领域应用（toB还是toC都有可能）
 5）贴近用户的产品集成商赚第二波钱，大公司可能会后来者居上（批量采购获得供应链优势用户体验细节）
 6）提供内容与服务的互联网平台出现尚早，但最终最赚钱的依然是AR和VR所承载的内容与服务！

课程介绍评价详情(0)