一部手机+几行代码搞定三维重建

点击上方“计算机视觉工坊”,选择“星标”

干货第一时间送达

最近一位来自@Shopify的3D AR/VR开发工程师@MikkoH [1]在推上公开了他使用Apple RealityKit Object Capture做的实体3D扫描重建模型,效果感觉非常不错。

这是模型建好之后的样子:

随后作者公开了更多的制作细节:作者使用了iPhone 12 Pro Max拍摄了93张RAW格式的图像(为了更好的光照环境,作者特意选择在他孩子的房间中进行拍摄)

随后使用Object Capture提供的HelloPhotogrammetry例程[4]自动地完成了后续的重建工作,得到的mesh长这个样子

建模到底好不好呢?作者找了一遍发现只有一个“小洞洞”,不过整体来说这样的效果已经非常不错了。

当然,到这里还没有结束,作者又找来一个菠萝进行重建[2],相较于之前的运动鞋,菠萝表面更加复杂,顶端的叶子形状各异且遮挡较多,重建的难度是比较大的。

重建好的菠萝模型长这个样子:

放出几张mesh细节图:

以上便是@MikkoH使用苹果 Object Capture 进行开发的结果。

有网友留言问到“Apple 的 Object Capture 与Agisoft 有何不同?更快、更容易?”,作者回复“更容易上手,快不快没有做过对比测试不确定”。

(笔者:作者并没有使用配备M1芯片的Mac,若配合M1重建速度势必飞起!)

不得不佩服苹果给开发者带来的 RealityKit ,原本只有专业人员用专业设备花费数小时才能完成的重建,借助这套工具普通人用手机摄像头和几行代码花几分钟也可以轻松上手,这极大的降低了成本和上手难度。另外,值得注意的是,用iPhone拍摄好的图像,“无缝地”在Mac上处理,这是苹果生态生产力的重要一环。

接着讲,在降低了技术门槛的同时,也极有可能会推动AR走向落地的脚步,如虚拟试鞋,ARKit[7-8]负责定位和注册,而RealityKit负责渲染出逼真的鞋,用户只要拿起手机对准自己的脚,新鞋就“穿”上了。作为用户,对塑料感太强的模型容忍度几乎为零,RealityKit能够渲染出高精度的模型,这势必会受到用户的青睐。

其实,上面举的例子本身并不新,像AR落地“试验田”——国内的电商平台如淘宝buy+/京东天工等也在进行类似的研发,二者的区别在于苹果提供了底层技术(定位技术与面向AR的渲染技术等),偏算法研究;后者进行二次开发(搭积木),偏算法应用;前者构想出N多种可能性,后者将这种可能性变为现实或离现实更近一点。不只是电商领域,在不远的未来这项技术预期会在艺术创作,生物技术,医疗卫生[5-6]等领域发挥更大优势。

补充

在WWDC 2021开发者大会上,苹果正式发布了RealityKit2,带来Object Capture(对象捕捉)等新功能的发布。对于对象捕捉,利用macOS的Object Capture API,用户可以将iPhone或iPad的照片转化为高质量的3D模型,并可在数分钟内实现AR优化。Object Capture使用摄影测量将在iPhone或iPad拍摄的一系列照片转换成3D模型,同时允许用户在AR Quick Look中即时查看,或集成到Xcode项目之中。

RealityKit框架专门为增强现实量身定制,能够提供逼真的图像渲染、相机特效、动画、物理特效等等。借助原生Swift API,ARKit集成、基于物理的超逼真渲染、变换和骨骼动画、空间音频和刚体物理,RealityKit可让你比以往更加快速轻松地进行增强现实开发。

这是WWDC 2021上关于RealityKit[3]使用介绍:

参考

  • 1: 运动鞋重建,https://twitter.com/MikkoH/status/1402114761538605062

  • 2: 菠萝重建,https://twitter.com/MikkoH/status/1402136906587070469

  • 3: Create 3D models with Object Capture: https://developer.apple.com/videos/play/wwdc2021/10076/

  • 4: Object Capture例程,https://developer.apple.com/documentation/realitykit/capturing_photographs_for_realitykit_object_capture

  • 5. https://artsandculture.google.com/project/ar

  • 6. https://aabme.asme.org/posts/novel-augmented-reality-technology-to-revolutionize-the-health-care-industry

  • 7. https://www.reddit.com/r/augmentedreality/comments/fjc11i/whats_the_difference_or_relationship_between

  • 8. https://developer.apple.com/documentation/realitykit

本文仅做学术分享,如有侵权,请联系删文。

下载1

在「计算机视觉工坊」公众号后台回复:深度学习,即可下载深度学习算法、3D深度学习、深度学习框架、目标检测、GAN等相关内容近30本pdf书籍。

下载2

在「计算机视觉工坊」公众号后台回复:计算机视觉,即可下载计算机视觉相关17本pdf书籍,包含计算机视觉算法、Python视觉实战、Opencv3.0学习等。

下载3

在「计算机视觉工坊」公众号后台回复:SLAM,即可下载独家SLAM相关视频课程,包含视觉SLAM、激光SLAM精品课程。

重磅!计算机视觉工坊-学习交流群已成立

扫码添加小助手微信,可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群,旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群,目前主要有ORB-SLAM系列源码学习、3D视觉CV&深度学习SLAM三维重建点云后处理自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、深度估计、学术交流、求职交流等微信群,请扫描下面微信号加群,备注:”研究方向+学校/公司+昵称“,例如:”3D视觉 + 上海交大 + 静静“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球:针对3D视觉领域的视频课程(三维重建系列三维点云系列结构光系列手眼标定相机标定orb-slam3等视频课程)、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕,更有各类大厂的算法工程人员进行技术指导。与此同时,星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息,打造成集技术与就业为一体的铁杆粉丝聚集区,近2000星球成员为创造更好的AI世界共同进步,知识星球入口:

学习3D视觉核心技术,扫描查看介绍,3天内无条件退款

 圈里有高质量教程资料、可答疑解惑、助你高效解决问题

觉得有用,麻烦给个赞和在看~  

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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