在空间增强现实领域,研究人员通过将光线投射到周围物体上来改变其外观。这一概念并不新鲜,但日本一支研究团队近期将这项技术推向了新高度——他们开发出一套沉浸式增强现实系统,不仅能有效减少模糊,几乎消除阴影,还大幅提升了用户对投影内容真实感的感知。
相关研究成果发表于《IEEE可视化与计算机图形学汇刊》5月刊。
投影映射是空间增强现实的一种形式,它通过投影仪将数字图像直接叠加到物理表面或物体上,使用户无需佩戴头戴式显示设备即可感知经过改变的现实环境。这项技术除了在娱乐领域广受欢迎,目前还被积极探索应用于远程协作、医疗保健、工业设计、城市规划、艺术创作和办公场景等多个方向。
大阪大学基础工学研究科教授岩井大辅参与了这项研究。他指出:"在很多应用场景中,目标不仅仅是显示一张图像,而是改变物理对象的外观——例如其颜色、纹理或材质属性。"
然而,投影映射长期面临一项关键挑战:当用户在增强现实空间中移动时,例如走过投影仪前方或触碰被增强的物体时,会产生明显的阴影。为解决这一问题,部分研究团队尝试从不同角度布置多台投影仪。当手遮住部分投影仪的光线时,其余投影仪仍能将光线投射到目标表面,从而减少阴影。
然而,多台投影仪的方案又引发了新的问题。岩井大辅解释道:"每台投影仪从不同方向照射表面,因此投影像素在表面上呈现出略微不同的形状。多张图像叠加后,最终结果可能显得模糊。"
为解决这一问题,研究团队首先测量了投影图像在目标表面上的实际模糊情况,然后对输入图像进行预处理,使最终叠加投影呈现出更清晰的效果。
岩井大辅介绍,该系统会估算多台投影仪组合投影产生的模糊程度,并生成一张经过预补偿的内容图像,在完成几何对齐后由所有投影仪共享使用。"这使方法保持简洁且易于扩展,同时保证了投影结果的清晰度。"
在平面桌面上进行的实验中,当手靠近表面时,新型投影映射系统未产生明显的阴影;即便指尖触碰桌面,显示亮度也仅有轻微下降。当系统在非平面物体——人体模型头部——上进行测试时,用户与物体交互过程中确实出现了阴影,但程度较轻。
在图像质量方面,新系统与同期评估的传统投影映射系统表现相当,但新型模糊补偿技术在计算速度上取得了显著提升:传统系统需要约2500秒,而新系统仅需约100秒。
研究人员还通过17名参与者的用户研究对该系统进行了评估。在其中一项测试中,系统将文字投影到桌面上,紧邻实体打印文字。结果显示,参与者在识别投影文字时明显更慢、准确率更低,这表明投影内容已难以与真实打印内容区分开来。
岩井大辅指出,目前该系统需要对每台投影仪单独进行校准,因此团队未来希望开发分布式渲染系统,由小型边缘计算设备独立控制每台投影仪。
"此外,我们希望在真实应用场景中对系统进行测试,例如工业设计辅助领域。在该场景下,精准改变物理对象的感知材质属性将具有重要价值。"他说。
Q&A
Q1:这套无阴影投影映射系统是如何消除阴影的?
A:该系统采用多台不同角度的投影仪协同工作,当用户的手遮挡部分投影仪时,其余投影仪仍能将光线投射至目标表面,从而大幅减少阴影。在平面桌面测试中,手靠近表面时几乎无可见阴影,指尖触碰时亮度也仅略微下降。在非平面物体(人体模型头部)上测试时,阴影依然存在,但程度较轻。
Q2:多台投影仪叠加投影为什么会造成模糊,研究团队是如何解决的?
A:由于每台投影仪照射角度不同,投影像素在物体表面形状略有差异,多张图像叠加后便产生模糊。研究团队通过预先测量实际模糊程度,对输入图像进行预补偿处理,生成一张所有投影仪共享的预处理图像。新方法计算速度约为100秒,远快于传统方法的2500秒,同时保持了图像清晰度。
Q3:用户研究结果如何证明该系统提升了投影内容的真实感?
A:研究人员让17名参与者区分桌面上的投影文字与真实打印文字。结果显示,参与者在识别投影文字时明显更慢且准确率更低,说明系统投影出的内容已非常接近真实打印效果,难以用肉眼轻易区分,有力证明了该系统在提升视觉真实感方面的显著效果。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。