科技快报(映维网2019年11月29日)当前的AR系统仅有跟踪稠密的几何特征，不计算出来所有像素的深度。所以，大多数AR效果都是纯粹的变换层，无法构建现实的对象遮盖效果。

针对这种情况，Facebook明确提出了一种精致算法，其可以将稠密深度动态传播至每个像素。分解的深度图在时间空间方面十分光滑，但在深度边缘表明出有显著的不连续性。这使得AR效果可以与现实场景几乎交互并被其遮盖。

科技快报该研究由Facebook计算机摄影学团队研究科学家约翰内斯·科普夫(Johannes Kopf) 和华盛顿大学亚历山大·霍林斯基(Aleksander Holynski)牵头已完成，涉及论文《Fast Depth Densification for Occlusion-aware Augmented Reality(用作遮盖感官型增强现实的较慢深度密化)》早已公开发表。科技快报涉及论文：Fast Depth Densification for Occlusion-aware Augmented Reality科技快报Facebook的算法用于视频和稠密SLAM修复作为输出。

首先，它不会从光流场的梯度变化估算硬深度边缘。由于在遮盖附近的光流不可信，所以研究人员用于了一种全新的可靠性测量好像来计算出来相反和偏移流场，并融合所获得的深度边缘。

然后，算法不会细化深度边缘，并将其与图像边缘偏移，从而定位深度边缘。最后，他们优化了传播深度，但希望在完全恢复的深度边缘方位经常出现不连续性。团队获取了一系列的现实示例结果，并展示了几种可辨识遮盖的AR视频效果。为了定量评估算法，Facebook密切相关了使深度图限于于AR应用程序的属性，并明确提出了精致的评估指标来解释效果。

这家公司认为，网卓新闻网，与一组竞争性基准算法比起，他们的算法具备优势。科技快报约翰内斯·科普夫(Johannes Kopf)说道：“我们用SLAM来十分准确地跟踪数个点的深度，但我们同时使用一种实时光流方法来预测余下像素的运动。

但由于这是一种动态方法，其质量足以必要展开深度预测，不过我们可以用它来确认场景中的主要深度边缘方位。然后，我们返回这些十分准确的SLAM点，并将它们的深度传播至所有余下的像素，但在这些完全恢复的深度边缘方位暂停传播。这可以保证所有的对象边缘都十分明晰，这十分较慢，并且产生了非常适合AR的深度同构。因为除了这些都超级明晰的不倒数处之外，一切都十分光滑。

它们非常适合用来将虚拟世界对象放入至看起来显然置身于其间的场景，这是因为它们可以坐落于现实对象的前面或后面。我十分期望看见这项技术，以及其他人正在研发的技术，将如何协助模糊不清现实和虚拟世界的界限，并令AR更加细致 更为引人入胜。”科技快报邀 　　来源：XXX(非科技快报网)的作品皆转载自其它媒体，刊登请求认同版权保有原文，一切法律责任轻视。　　文章内容专供读者，不包含投资建议，请求慎重对待。

投资者据此操作者，风险自担。　　投稿邮箱：citreport@qq.com。

本文来源：全民购彩大厅首页-www.garden-of-lily.com