HoloLens开发手记 - HoloLens shell概述 HoloLens shell overview

本文介绍了HoloLens的shell,包括开始菜单、放置、Holobar、Cortana和系统应用。用户可以在混合世界中放置全息图像和应用,应用会保持在放置的位置。开始菜单提供系统信息、Cortana、应用视图等。放置操作通过点击和绽开手势完成。Holobar允许用户调整和移除2D视图,而Cortana提供语音助手功能。此外,讨论了内置应用如Store、Settings和全息应用。
摘要由CSDN通过智能技术生成

使用HoloLens时,shell是由你周围的世界和来自系统的全息图像构成。我们将这种空间成为混合世界(mixed world)。 shell包含了一个可以让你将全息图像和应用放置在世界中的开始菜单(Start Menu)。当一个应用已经被放置在世界中后,它将要么作为2D应用要么以3D模型的形式展现。这个资源将会始终停留在它的位置上,即使你离开房间再回来,或者关闭设备再打开。这个特性被称为全息持久( hologram persistence)。这个资源被放置的位置通常被用来启动应用。

 

开始菜单 Start Menu

 

 

开始菜单包含以下内容:

  • 系统信息栏(WiFi状态,电池状态,当前时间和音量)

  • 一个调用Cortana的按钮

  • 一个用户ping到桌面的应用的视图

  • 一个系统里所以应用的视图

  • 打开相机用户混合现实捕捉的按钮

在首页应用和所有应用视图之间的导航通过点击+/-按钮实现。绽开手势将会打开开始菜单视图,再次使用绽开手势将会将其关闭。

 

从shell运行应用 Running apps from the shell

 

Windows Holographic会启动你放置在世界中的应用和全息图像。开始菜单是一个你能放置的所有应用的目录。你放置的资源要么是2D面板要么是3D模型。放置完成后,此资源将会停留在你的环境中的位置,并且用于今后启动应用。你可以在世界中放置多个相同的应用。例如,同一个应用可以在你家里不同的房间里被启动。

 

为桌面、手机或者Xbox创建的2D应用能够通过使用HolographicSpace API 来提高使用体验并成为全息应用。当在一个全息视图中运行一个应用时,其他应用的启动点将会被隐藏,直到你通过绽开手势回到开始菜单后。

 

 

应用也可以通过应用间交互API(app to app)或Cortana来被启动。当一个应用从开始菜单或Cortana被启动后,用户可以选择在哪里放置新启动的应用。

 

放置 Placement

 

当用户从开始菜单选择一个应用磁贴后,开始菜单将会消失,同时应用进入放置模式。

初始化放置。应用在真实世界中会自动地调整(在大小和位置上)来符合当前用户凝视的方向。当应用被放置后,他将会开始运行。

  • 点击手势(Air-tap)用于放置和启动应用

  • 绽开(Bloom)手势用于取消

 

调整。用户可以通过点击Holobar上“Adjust”按钮或者直接说:“Adjust”来进入调整模式。在调整模式中,用户可以移动,缩放和移除应用面板。当完成后,点击Holobar上的“Done”按钮或者直接说:“Done”即可。

 

 

Holobar

 

Holobar出现在一个应用2D视图的上方。默认情况下,它允许你调整或移除2D视图。不同的应用可能添加额外的选项到Holobar上。在下面的图片上,Edge应用在Holobar中间已经添加了滑动、拖拽和缩放选项。

 

 

后退按钮。在应用中,后退按钮将会导航回先前的看过的屏幕。当你达到应用导航栈最开始的视图时,后退将会停止,同时也不会导航到其他应用。

 

Cortana

 

Cortana是你在HoloLens上的私人助理,正如桌面和手机上那样。她能被用来执行大量的系统任务,例如启动应用、重启设备或者为你查找信息。开发者们可能也会选择将Cortana集成进他们的用户体验中。

 

Store, Settings, and system apps

 

HoloLens有大量的内置应用,包括:

  • Windows Store,用于获取新应用

  • Windows Feedback,用于提交对系统和系统应用的反馈

  • Settings,用于配置系统设置(包括网络和系统更新)

  • Microsoft Edge,内置浏览器

  • Photos,用于查看分享照片和视频

  • Calibration,用于调整当前用户在HoloLens上的体验

  • Gestures,用于向新用户介绍HoloLens用法

  • Holograms,用全息内容点缀你的世界


相关文章:


原文地址:http://www.cnblogs.com/mantgh/p/5430541.html


.NET社区新闻,深度好文,微信中搜索dotNET跨平台或扫描二维码关注


深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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