图1建议的MR系统:将语义分割集成到MR中学分:大阪大学大阪大学可持续能源和环境工程系的科学家采用深度学习人工智能来改进移动混合现实生成。他们发现算法识别的遮挡物体可以通过视频游戏引擎动态移除。这项工作可能会导致绿色建筑和城市振兴的革命。混合现实(MR)是一种视觉增强类型，其中现有物体或景观的实时图像可以被数字改变。作为任何玩过神奇宝贝围棋的人！或者类似的游戏都知道，当角色出现在真正的地标旁边时，看着智能手机屏幕会感觉几乎像变魔术一样。这种方法也可以应用于更严肃的任务，比如想象一座新建筑在移除现有结构和增加树木后的样子。然而，这种数字擦除被认为计算量太大，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的系统，该系统可以在深度学习的帮助下更快地构建磁共振景观可视化。关键是用数以千计的标记图像训练该算法，以便它可以更快地识别遮挡，如墙壁和栅栏。这允许视图自动“语义分割”成要保留的元素和要屏蔽的其他元素。该项目还定量测量了绿景指数(GVI)，这是指在当前或拟议布局中，一个人视野中包括植物和树木在内的绿色区域的比例。“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图指数估计，”相应的作者福田智宏说。
图2基于MR的景观可视化，在现场验证中采用动态遮挡处理。学分:大阪大学直播视频被发送到语义分割服务器，结果用于在移动设备上用游戏引擎渲染最终视图。即使视角改变，建议的结构和绿化也能显示出来。“评估了互联网速度和延迟，以确保实时磁共振渲染，”第一作者代基·高瀚宇解释道。该团队希望这项研究能帮助利益相关者理解GVI在城市规划中的重要性。
图3使用MR和绿色度估计的种植模拟。学分:大阪大学
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
