一切皆是映射：增强现实(AR)中的AI驱动技术

最新推荐文章于 2025-06-05 16:53:26 发布
最新推荐文章于 2025-06-05 16:53:26 发布
阅读量1.2k 收藏
点赞数
分类专栏： AI人工智能与大数据原理与应用实战 AI大模型原生应用开发与大数据实战 人工智能数学基础 文章标签： 计算科学 神经计算 深度学习 神经网络 大数据 人工智能 大型语言模型 AI AGI LLM Java Python 架构设计 Agent RPA
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_85133351/article/details/142309814
版权

一切皆是映射：增强现实(AR)中的AI驱动技术

作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming

关键词：增强现实(AR)，人工智能(AI)，计算机视觉，深度学习，SLAM，目标检测，图像识别，映射，融合

1. 背景介绍

1.1 问题的由来

随着移动互联网的普及和计算能力的提升，增强现实(AR)技术逐渐走进大众视野。AR技术通过在现实世界中叠加虚拟信息，为用户带来更加沉浸式的体验。然而，AR技术的实现需要解决诸多技术难题，其中最重要的是将虚拟信息与真实世界进行精准的融合。而人工智能(AI)技术，尤其是计算机视觉、深度学习等领域，为AR技术的突破提供了强有力的支持。

1.2 研究现状

近年来，AR技术取得了长足的进步，AI驱动的AR应用层出不穷。目前，AR技术的研究主要集中在以下几个方面：

  1. SLAM (Simultaneous Localization and Mapping)：SLAM技术用于在未知环境中同时进

了解本专栏 订阅专栏 解锁全文 超级会员免费看
EasyAR开发的心得
weixin_34365417的博客
09-01 469
2019独角兽企业重金招聘Python工程师标准>>> ...
现主流AR各大SDK功能优缺点
longyue
06-25 5072
前段时间研发项目，老板谈到需要AR功能模块，让从未接触过AR的我一时心生忐忑，毕竟去年刚在中国火了一把，我还没来得及接触，现在就要让我上手去做了，没有办法，现在android开发竞争压力也大，不去研究点新技术来稳固自己，很快就被老板解雇了。好啦闲话不多说，下面开始讲述我研究AR过程中大海捞针般的心酸路程吧。 目前主流的AR开发SDK，国外的有，骁龙的Vuforia，Wikitude,被苹果收购的M
EasyAR 插件使用简介
陈言必行 -- Unity游戏开发领域优质博主
11-18 4208
EasyAR引擎简介EasyAR是好用且免费的增强现实（Augmented Reality）引擎.EasyAR为Unity开发和本地开发提供了大量可直接运行的样例。 这些样例演示了各种target的创建方式和包含流媒体和透明视频在内的视频播放，以及更加高级的实时target创建和AR涂涂乐。EasyAR自问世以来从未停止向前演进，自首个公开发布版本以来的主要更新内容如下，增加更多完整实例 增加多
元宇宙相关的前端技术
2401_83916435的博客
03-29 908
你要问前端开发难不难，我就得说计算机领域里常说的一句话，这句话就是『难的不会，会的不难』，对于不熟悉某领域技术的人来说，因为不了解所以产生神秘感，神秘感就会让人感觉很难，也就是『难的不会』；当学会这项技术之后，知道什么什么技术能做到什么做不到，只是做起来花多少时间的问题而已，没啥难的，所以就是『会的不难』。我特地针对初学者整理一套前端学习资料分享给大家，戳这里即可获取[外链图片转存中…(img-WXlFGmdu-1711676608551)]
EasyAR4Learn 开源项目教程
gitblog_00942的博客
09-12 477
EasyAR4Learn 开源项目教程 EasyAR4Learn 项目地址: https://gitcode.com/gh_mirrors/ea/EasyAR4Learn ...
unity 各AR插件对比
月岚的博客
11-21 1万+
上个项目使用到AR，使用了好几个AR SDK来测试。 先总结一下（可能后续有所不同，仅为当前）： 各AR插件对比   2D 3D Android PC vuforia √ √ √ × EasyAR √ √ √ √ HiAR √ × √ × 太虚AR √ × √ × 解释一下，vufori
【旧】Unity学习0：开发工具选择与Unity安装（准备工作）
一个专注于客户端开发的技术er，不定期更新Android，Flutter，HormonyOS等方向的使用心得和感悟
01-13 1万+
本笔记基于windows平台，使用Unity软件ARFoundation开发工具开发安卓系统开发工具版本：Windows11Unity Hub 2.5.5Unity2020.3.25f1c1(LTS)技术博客：汪祥春老师的ARCore之路/ARFoundation之路 （CSDN）ARCore官方文档Unity官方文档1 平面识别类（ex.王者荣耀模型） 基础性功能 大部分都可实现 2 模型识别类（ex. 保时捷换色） 3 图片识别类 （ex.卡牌 书籍）大部分都可实现 4 AR导航 使用AR云 云锚点 储
【Blender UV映射02】智能UV映射 创建和应用法线纹理
qq_41835314的博客
01-12 2731
记录一些关键的操作快捷键，以及学习智能UV映射（Smart UV Project）、PS中创建法线纹理、Blender中法线纹理的应用。
PC端AR交互经验分享（EasyAR）
qq_39121243的博客
05-31 2091
交互功能介绍： 本套代码是PC端的交互方法 左键拖拽移动位置 右键旋转观看 滚轮键放大缩小：利用模型本身前进后退而不是利用相机移动前后位置放大缩小,模型需要添加一个rigidbody并且冻结rotation的x,z轴和position的y轴 废话不多说，直接上代码，使用的时候把代码放在交互模型上即可 using System.Collections; using System.Collections.Generic; using Unity.UIWidgets.service; using UnityEng
人工智能技术映射出来的16个行业66个应用场景！
喜欢打酱油的老鸟
05-19 3027
近期，国际数据公司（IDC）与百度AI产业研究中心（BACC）联合发布了《百度大脑领导力白皮书》，白皮书中追踪了16个行业的66个应用场景，并将人工智能在企业的应用划分成产品服务、生产模式、运营模式以及决策端4大类。 人工智能 下面，我们就来详细了解一下这16个行业和66个应用场景。 1.金融 在金融领域，报告提出8个应用场景，分别是自动化客服、身份验证、精准营销系统、智能...
华为AR系列路由器web配置端口映射实现内网服务器对外开放
热门推荐
云深海阔专栏
08-08 7万+
华为AR系列路由一台，其他系列我就不知道行不行了。 连上路由的电脑一台 方法/步骤 我的网路拓扑图 PS：我需要内外网都能通过外网IP+端口号（193.25.48.25:50080）访问内网服务器(192.168.1.19:80)。 打开浏览器进入路由的管理网页 PS：默认地址192.168.1.1（这里以默认管理地址为例，后文也一样） ...
目前主流AR各大sdk功能对比
上善若水
03-14 4631
前段时间研发项目，老板谈到需要AR功能模块，让从未接触过AR的我一时心生忐忑，毕竟去年刚在中国火了一把，我还来得及接触，现在就要让我上手去做了，没有办法，现在android开发竞争压力也大，不去研究点新技术来稳固自己，很快就被老板解雇了。好啦闲话不多说，下面开始讲述我研究AR过程中大海捞针般的心酸路程吧。目前主流的AR开发SDK，国外的有，骁龙的Vuforia，Wikitude,被苹果收购的Met...
Android EasyAR（AR技术）
aierJun禁戒的地平线
01-15 2736
Android EasyAR（AR技术）首先官网：http://www.easyar.cn/点击直接跳转地址1.注册帐号2.创建应用注意：这里的包名要和自己跑的应用包名一致，key在应用中会用到。3.下载SDK4.下载NDK_r10ehttp://pan.baidu.com/s/1dFh2no1点击直接跳转地址Android Studio顺便运行一个都可以。如有问题：参考：http://www.ea
Python实现P-PSO优化算法优化循环神经网络LSTM分类模型项目实战
张陈亚的博客
05-31 989
【摘要】本项目提出一种基于改进粒子群算法(P-PSO)优化LSTM神经网络的分类模型。针对传统LSTM训练中易陷入局部最优等问题，采用带压缩因子的PSO算法优化网络初始参数，提升模型性能。实验使用包含10个特征和2000条样本的数据集，经过数据预处理和探索性分析后，构建P-PSO-LSTM模型。结果表明，优化后的模型在测试集上准确率达95%，F1分数为0.9533，显著优于基准模型。该方法有效解决了LSTM训练过程中的参数敏感问题，为序列分类任务提供了可靠解决方案。完整数据和代码可通过文末方式获取。
深度学习之模型压缩三驾马车：基于ResNet18的模型剪枝实战（2）
最新发布
ak47maker的博客
06-05 191
本文针对ResNet18模型剪枝进行了优化改进，主要包含三个方面：1) 将剪枝目标层从底层conv1调整为中间层layer2.0.conv1，减少对基础特征的破坏；2) 采用基于激活值的前向传播方法评估通道重要性，优先剪除低激活通道；3) 改进微调策略，动态解冻关联层并使用更低学习率(0.0001)进行10轮微调。这些优化有效提升了剪枝后模型的稳定性和性能表现，特别是通过中间层剪枝和基于特征贡献的通道选择策略，避免了底层特征破坏带来的连锁反应。
NLP学习路线图（二十三）：长短期记忆网络（LSTM）
2501_91516851的博客
06-04 737
长短期记忆网络（LSTM）通过创新的门控机制解决了传统RNN的梯度消失问题。其核心是记忆单元和三个门（遗忘门、输入门、输出门），能够选择性保留长期依赖信息。相比RNN，LSTM的线性信息流使梯度有效传播，门控机制动态调节信息流动。LSTM在文本分类、序列标注、机器翻译等NLP任务中表现优异，并衍生出GRU、双向LSTM等变体。伪代码展示了LSTM单元的基本实现逻辑，包括门控计算和状态更新过程。
深度学习在非线性场景中的核心应用领域及向量/张量数据处理案例，结合工业、金融等领域的实际落地场景分析
mayaohao的博客
06-05 507
‌非线性建模不可替代性‌工业缺陷形态、市场动态、生物信号等复杂模式无法用线性方程描述310‌高维张量处理优势‌图像/点云/频谱等天然高维数据需张量结构存储，深度学习可分层提取非线性特征1112‌激活函数的核心作用‌ReLU/ GELU 等函数赋予模型分层次拟合复杂决策边界的能力38例如晶圆检测中，单个像素缺陷需联合周围100×100区域非线性特征（如纹理渐变、边缘突变）才能准确判定，此时CNN的多层非线性激活远优于线性分类器1011。
深度学习习题2
2301_78450837的博客
06-05 563
4.假设我们拥有一个已完成训练的、用来解决车辆检测问题的深度神经网络模型，训练所用的数据集由汽车和卡车的照片构成，而训练目标是检测出每种车辆的名称（车辆共有10种类型）。造成这一现象的可能原因是什么？A、第一隐藏层对应D，第二隐藏层对应C，第三隐藏层对应B，第四隐藏层对应A。B、第一隐藏层对应A，第二隐藏层对应C，第三隐藏层对应B，第四隐藏层对应D。C、第一隐藏层对应A，第二隐藏层对应B，第三隐藏层对应C，第四隐藏层对应D。D、第一隐藏层对应B，第二隐藏层对应D，第三隐藏层对应C，第四隐藏层对应A。
PyTorch实战——基于生成对抗网络生成服饰图像
盼小辉丶的博客
06-01 848
我们已经学习了生成对抗网络 (Generative Adversarial Network, GAN) 的工作原理，接下来，将学习如何将其应用于生成其他形式的内容。在本节中，介绍使用 GAN 创建灰度图像，包括外套、衬衫、凉鞋等服饰，学习在设计生成器网络时如何镜像判别器网络。在本节中，生成器和判别器网络使用全连接层，全连接层的每个神经元都与前一层和后一层的所有神经元相连接。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值