Разработчики Arcona, платформы дополненной реальности для оцифровки реальных пространств, опубликовали прототип для создания Цифровых земель Arcona Core. Это фундамент, на базе которого в течение года слой дополненной реальности будет покрывать центры крупнейших мегаполисов мира.
Arcona Core стала результатом трёх лет экспериментов с искусственными свёрточными нейронными сетями в сферах прототипирования и машинного зрения. По словам разработчиков, полученные алгоритмы открывают широчайшие перспективы для интеграции в человеческое окружение универсального среды дополненной реальности.
Цифровая земля Arcona — это глобальный слой дополненной реальности, который может автоматически генерироваться в любой точке мира. Он связан с физически существующим ландшафтом, в нём дистанционно размещать интерактивный контент на базе естественных маркеров. То есть, пользователь сможет создавать и демонстрировать ДР-проекты на другом континенте, не выходя из дома.
Мы задали представителям компании Piligrim XXI, создающим Arcona, несколько вопросов о прототипе. Ответы на них пригодятся разработчикам, желающим ближе познакомиться с платформой.
Что представляет собой прототип, что с ним можно делать?
Сам проект представляет собой композицию из обычной системы дополненной реальности, построенной на базе движка Unity, и системы автоматической дистанционной генерации маркеров. C программной точки зрения наличие этой системы и отличает проект Arcona от остальных ДР-проектов.
Что касается системы генерации маркеров, она не использует никаких существующих движков и программных сред в области дополненной реальности, потому как функционально относится к областям реконструкции поверхности, прототипирования, генерирования облака точек, обработка облака точек, восстановления полигональной сетки, выделение признаков поверхностей. В этих областях существуют программные решения, предоставляемые стандартными на сегодня библиотеками OpenCV (машинное зрение) и PCloud (работа с облаками точек). Однако при реализации нашей системы дистанционной генерации маркеров есть набор задач, которые нельзя удовлетворительно решить на базе этих библиотек и других существующих в настоящее время готовых программных решений. Такие задачи мы решаем с помощью наших собственных наработок — главным образом, в области свёрточных нейронных сетей. Из этих решений и составлена библиотека Arcona Core.
Зачем вы опубликовали прототип?
Публикация в открытом доступе обусловлена двумя причинами: 1) решения, предлагаемые библиотекой, представляют интерес для тех, кто работает в областях прототипирования, анализа изображений и смежных с ними; 2) широкое тестирование окажется весьма полезным в части дальнейшего совершенствования использованных в библиотеке решений.
Каковы следующие стадии разработки и когда они должны наступить?
Уже вышло первое обновление, далее они будут происходить раз в 2-3 недели. В целом мы строго придерживаемся дорожной карты, которая описана в White Paper.
Что понадобится разработчикам для начала работы с платформой?
Arcona Core — это статически связанная библиотека C++, предназначенная для использования в среде Microsoft Visual C++ версии 2013 или выше. Библиотека собрана со всеми необходимыми зависимостями, поэтому для её использования не требуются дополнительные процедуры. Текущая версия работает только на платформах x64. Требования к аппаратной системе зависят от размера и сложности заданных входных данных, но для большинства случаев достаточно платформы с процессорами Intel Core i5 и 4 гигабайтами оперативной памяти.
Библиотека Arcona Core представляет решения в области прототипирования и компьютерного зрения, которые были разработаны вместо существующих стандартных. Конечно, они не идеальны для любых целей, но в нескольких важных задачах проекта Arcona они работают лучше, чем соответствующие, предлагаемые такими известными библиотеками, как PCloud и OpenCV. Преимущество представленных методов обеспечивается использованием элементов нейронных сетевых технологий.
Алексей Емельянов, руководитель исследовательской команды Arcona, в отдельной беседе остановился на отличиях решений своего проекта от стандартов:
В последние годы во всём мире активно ведётся разработка методик для развития ДР-технологии. Так, в области компьютерного зрения уже найдены вполне приемлемые решения для таких задач, как реконструкция трёхмерных поверхностей из данных ГИС высокого разрешения и последовательности видеопотока, анализ фрагментов трёхмерных поверхностей по эталонным объектам баз данных или оценка отдельных объектов изображений. Многие из них уже успели стать стандартами. И это породило серьёзную проблему: новые проекты строятся на базе шаблонов, а значит наследуют как их достоинства, так и недостатки. К сожалению, последние достижения в областях компьютерного зрения, прикладной математики и нейробиологии зачастую просто игнорируются.
В ходе наших собственных исследований найдены альтернативные подходы, более подходящие для реализации глобального слоя дополненной реальности. В частности, анализ коллекции изображений с помощью рекурсивной свёрточной нейронной сети даёт гораздо более надёжный результат по сравнению с решениями, основанными на применении дифференциальных операторов над дискретным полем пикселей изображения. Применение анализа абстрактных тензорных полей позволило найти уникальные решения для геометрических построений и моделирования форм, которые значительно превосходят по своим свойствам существующие аналоги.
Подробнее с наработками Arcona можно познакомиться по ссылке: https://github.com/ArconaEcosystem/arcona-core.
В данный момент Arcona проводит ICO и уже успела собрать около $3 миллионов.
Не пропускайте важнейшие новости о дополненной, смешанной и виртуальной реальности — подписывайтесь на Голографику в ВК, Twitter и Facebook!
Далее: Facebook открыла код платформы компьютерного зрения Detectron
