娛樂城-深入探索Oculus Insight如何提高追蹤保真度,確保內向外追蹤系統性能-娛樂城註冊

娛樂城深入探索Oculus Insight如何提高追蹤保真度,確保內向外追蹤系統性能原題目:深切索求Oculus Insight若何提高追蹤保真度,確保外向外追蹤體系機能 泉源:映維網 作者 廣州媒體發稿平臺客 Constellation是Oculus研發的追娛樂城 私帶蹤體系。日前,擔任AR/VR裝備輸出追蹤的Facebook工程司理安德魯梅利姆撰文先容了他們是若何用基于Cons 媒體發布平臺tellati娛樂城 私帶on追蹤的節制器來提高交互保真度。上面是映維網的詳細清算: 咱們的計算機視 發布消息平臺覺工程師 網站發稿團隊一向在積極為Oculus Quest以及Rift S完成高保真的交互。咱們已經經證實Constellation可覺得Oculus Rift供應精彩的用戶體驗,但Quest以及Rift S有著齊全不同的傳感設置,以是咱們必要從零最先從新構思客棧。由于將攝像頭是嵌入至頭顯而非擺在內部桌面,以是紅外LED的檢測以及追蹤變得加倍難題。再加上節制器追蹤圓環輕易被遮擋或者脫離頭顯攝像頭視場,成績正在成倍地增長。 經由過程Oculus Quest以及Rift S的最新追蹤機能更新,咱們辦理了外線外追蹤體系所固有的浩繁挑釁,尤為是對于節制器而言。所述更新與Rift S的1.39版本以及Quest的v7版本一路發布。在接上去的博文中,咱們將深切索求若何提高追蹤保真度,并確保外向外追蹤體系可以或許知足VR內容的需求。 1. 挑釁 驅動Constellation追蹤的樞紐是對攝像頭圖像中的紅外LED的檢測以及三角丈量,而它們有著極短的暴光時間。對于每個節制器,追蹤體系都邑測驗考試求解3D姿態,即3D地位與偏向。在每一幀內,體系履行如下步調: 搜刮攝像頭圖像中的紅外光量。確定圖像投影與根基節制器3D模子之間的婚配戰略。計算節制器相對於于頭顯的3D姿 軟文平臺態并融會慣性數據。 為了支撐體系獵取充足數目的約束前提來求解地位以及偏向,咱們必要最低數目的察看值。反過來,咱們在追蹤Quest節制器時碰到的個中一個首要成績是,任何給定攝像頭圖像中可見的LED數目都很少。由于較低的攝像頭分辨率以及種種其餘限定,Quest節制器搭載的LED軟文推行數目較少(15個,而Rift Touch節制器有22個)。上面這個究竟令工作變得加倍復雜:多個攝像頭一次可以望到的控 消息發布網制器姿態很少,而Rift則平日一次可由兩個或者三個攝像頭感知節制器,詳細取決于你的配置。 在本文中,咱們將重點先容若何改進檢測以及宰割算法,從而組成Constellatio追蹤管道的第一步。在檢測到的blob中取得更高的精度,淘汰誤報,并擴展檢測算法的事情范圍是改良節制器追蹤的樞紐一步。 2. 全新的blob宰割 Blob宰割是一個相對於簡略的觀點。對于每個圖像,咱們要標識亮像素(blob)的延續區塊,從而確定LED的潛在地位。但這隱蔽了一個特別很是具備挑釁性的手藝成績:若何辨認與LED相對於應的blob(真報),并忽略與場景中其餘豁亮元素相對於應的blob(誤報)。 若是咱們簡略地獵取紅外光的每個點,將節制器放置在具備很多光源或者反射的情況中將變得特別很是難題。對于曉得要謝絕以及忽略哪些光源,這與曉得要用于求解節制器姿態的光源同樣緊張。以是,大批的邊沿環境,約束以及摸索法將用于輔助淘汰不太可能來自節制器的blob。 改良追蹤的第一步始于LED blob宰割算法的質量。這涵蓋了三個首要手藝成績: 可以或許檢測合并到單個雙態blob中的LED blob,而不是將它們丟棄。擴大blob檢測以支撐多個圖像金字塔,從而確保咱們可以或許追蹤近間隔的blob。許可檢測器檢測到依稀的blob(間隔攝像頭很遙的地位) 當用戶以一臂間隔握持節制器時,接近用戶的LED可能會顯示為一個延續blob,從而形成LED地位的過錯檢測。過錯計算的LED地位會大大增長姿態估量的誤差,并致使糟糕糕的追蹤結果,或者者是追蹤丟掉。經由過程行使環抱計算的新啟發式要領,blob像素與環抱所述地區計算的界限框的鉅細之比,咱們發明咱們可以特別很是準確地檢測到是否存在兩個與攝像頭成高入射角的不同blob。這為檢測很多常見的姿態供應了輔助。 以下圖所示,圖像是從遙方地位拿獲,未正確檢測到下方的LED,並且來自上方兩個LED合并為一個blob(單個赤色質心)。使用咱們的新要領,咱們可以準確地檢測軟文網每個節制器的三個blob,并在這類極度環境下供super8 娛樂城應追蹤支撐。 咱們辦理的另一個成績是檢測到的blob鉅細懸殊很大,這是Oculus Insight外向外追蹤體系面對的新挑釁。當以一臂間隔握持節制器時,LED的投射可能只超過幾個像素,而當緊挨著攝像頭放置時,LED的投射可能會多達幾十個像素。體系最後會謝絕太大或者太小的blob。絕管最後的結果切合預期,但由于檢測到的blob鉅細不同,這個辦理方案帶來了更多的挑釁。 下面是改進的近間隔宰割要領的示例(包含來自桌面的反射)。在右邊,咱們采用了新的宰割代碼,從而可以準確地檢測到較大的blob,并且不會檢測到過錯的blob。 咱們的辦理方案是完成圖像金字塔,這是一種盡人皆知的縮放圖像信息的要領,但它多是計算量特別很是大的操作。對圖像進行下采樣可以支撐咱們用特征檢測器運轉雷同的攝像頭幀,從而供應比例不變性,并許可咱們檢測間隔頭顯更近的blob。不是每一幀都計算圖像金字塔,甚至不是每個攝像頭都計算圖像免費體驗金 註冊金字塔,而是依據估量的節制器姿態以及啟發式要領來決定何時計算金字塔。這為體系帶來了天真性。當以高置信度知曉節制器地位時,體系可以淘汰計算量,并發稿平臺在地位未知時晉升計算以搜刮節制器。 3. 好好行使這些blob 檢測這些新blob是辦理追蹤挑釁的第一步,并且是 消息發布平臺為Quest以及Rift S改進追蹤的很多步調中的第一步。鄙人一篇博文中,我娛樂城 賺錢將先容若何使用這些新數據來辦理將blob映照到LED,和使用投影幾何來求解地位以及偏向的乏味成績。

  • 捕魚機
  • 炫海娛樂城
  • 百家樂算牌
  • 金合發娛樂城
  • Q8娛樂城
  • 九牛娛樂城
  • 贏家娛樂城
  • 線上老虎機
  • 娛樂城推薦
  • 財神娛樂城
  • 玩運彩投注