混合现实获得机器学习升级

大阪大学可持续能源与环境工程系的科学家利用深度学习人工智能来改善移动混合现实的产生。他们发现，可以使用视频游戏引擎动态删除算法识别的遮挡对象。这项工作可能会引发绿色建筑和城市复兴的革命。

混合现实(MR)是一种视觉增强，其中可以对现有对象或景观的实时图像进行数字更改。作为玩过神奇宝贝围棋的任何人!或类似游戏所知道的，当人物出现在真实地标旁边时，看着智能手机的屏幕几乎就像魔术一样。这种方法也可以用于更严肃的工作，例如可视化一旦拆除现有结构并添加树木后新建筑的外观。但是，这种数字擦除被认为过于计算密集，无法在移动设备上实时生成。

现在，大阪大学的研究人员展示了一种新系统，该系统可以借助深度学习更快地构建MR景观可视化。关键是用数千张带标签的图像训练算法，以便它可以更快地识别遮挡物，例如墙壁和围墙。这允许将视图自动“语义分割”为要保留的元素，并掩盖其他元素。该程序还定量测量了“绿色视野指数”(GVI)，该指数是当前或提议的布局中人的视野内绿化区域(包括植物和树木)的比例。相应的作者福田智宏说：“我们能够在我们的混合现实查看器中实现动态遮挡和“绿色视野指数”估计。”

实时视频被发送到语义分割服务器，其结果用于通过移动设备上的游戏引擎渲染最终视图。即使改变视角，也可以显示建议的结构和绿化。第一作者Daiki Kido解释说：“对Internet速度和延迟进行了评估，以确保实时MR渲染。该团队希望这项研究将帮助利益相关者了解GVI在城市规划中的重要性。

标签： 机器学习升级