提出的MR系统:将语义切分整合到MR中
提出的MR系统:将语义切分整合到MR中
来源:大阪大学

混合现实让机器学习升级

来自大阪大学可持续能源和环境工程系的科学家们利用深度学习来改善移动混合现实生成。他们发现,被算法识别的遮挡物体可以通过电子游戏引擎动态移除。这项工作可能会导致绿色建筑和城市复兴的革命。

混合现实(先生)是一种视觉增强技术,现有物体或景观的实时图像可以通过数字方式改变。任何玩过Pokémon Go!或者类似的游戏也知道,当角色出现在真正的地标旁边时,看着智能手机屏幕几乎会感觉像变魔术一样。

这种方法也可以应用于更严肃的活动,如想象一个新的建筑会是什么样子,一旦现有的结构被移除和树木增加。然而,这种数字删除被认为是计算密集型的,不能在移动设备上实时生成。

现在,大阪大学的研究人员已经展示了一种新的系统,可以在此帮助下更快地构建MR景观可视化深度学习.关键是用成千上万的标记图像训练算法,这样它就能更快地识别遮挡物,比如墙和栅栏。这允许将视图自动“语义分割”为保留元素和屏蔽其他元素。

基于mr的景观可视化与现场动态遮挡处理…
基于mr的景观可视化与现场验证中的动态遮挡处理
来源:大阪大学

该项目还定量测量了绿色视野指数(GVI),这是指在当前或拟议布局中,包括植物和树木在内的绿化区域在一个人的视野中的比例。通讯作者Tomohiro Fukuda说:“我们能够在混合现实查看器中实现动态遮挡和绿色视图指数估计。”

种植模拟与MR和绿化估计
种植模拟与MR和绿化估计
来源:大阪大学

实时视频被发送到语义分割服务器,结果被用于在移动设备上使用游戏引擎呈现最终视图。建议的结构和绿色植物可以显示,即使是在观看角度改变。第一作者大木户解释说:“我们评估了网速和延迟,以确保实时的MR渲染。”研究小组希望这项研究能帮助利益相关者了解GVI在城市规划中的重要性。

这项研究发表在先进的工程信息

订阅我们的时事通讯

相关文章

“折纸”测试应用程序解决了疟疾的传播

“折纸”测试应用程序解决了疟疾的传播

一种应对撒哈拉以南非洲疟疾传播的新方法,将负担得起、易于管理的血液检测与机器学习和无法破解的加密结合起来,在乌干达取得了令人鼓舞的初步成果。

人工智能能够识别结直肠癌的突变

人工智能能够识别结直肠癌的突变

深度学习算法比现有方法更准确地提取分子路径和关键突变的发展。

研究人员对人工智能进行心理分析

研究人员对人工智能进行心理分析

我们可以进行测试和实验,但我们不能总是预测和理解为什么人工智能会做这些事。

人工智能的进展和风险

人工智能的进展和风险

一个国际专家小组表示,人工智能已经达到了其进化的一个关键转折点。

深度学习帮助x射线数据在三维可视化

深度学习帮助x射线数据在三维可视化

科学家们利用人工智能训练计算机来跟上先进光子源所采集的大量x射线数据。

人工智能捷径会在癌症治疗中引入偏见

人工智能捷径会在癌症治疗中引入偏见

人工智能工具模型是癌症治疗的有力工具。然而,除非这些算法得到适当的校准,否则它们有时会做出不准确或有偏差的预测。

基于口袋应用程序的跌倒预防的步态实验室

基于口袋应用程序的跌倒预防的步态实验室

每天都有老人倒下——无论是在家里还是在护理机构。Lindera的目标是在人工智能的帮助下降低跌倒的风险。

利用人工智能预测3D打印过程新利18官方

利用人工智能预测3D打印过程新利18官方

工程师们使用Frontera超级计算机开发用于增材制造的物理信息神经网络。

深度学习可以预测病毒感染

深度学习可以预测病毒感染

利用活细胞的荧光图像,研究人员训练了一个人工神经网络来可靠地识别被腺病毒或疱疹病毒感染的细胞。

受欢迎的文章

订阅简报
Baidu