前端 地图增加边框线_次世代,地图可不可以不切片?

812458ee60ab1eacff9f54e38339d2a8.png

看标题这显然是一篇头脑风暴的散文,为何会有这种想法?恰逢在于最近和合作伙伴合作方案的过程中对方要我们提供技术参数的时候我稍稍想了一下这个问题,当然为啥要提供技术参数这个问题,我相信大部分人应该也清楚,但是按照我浅薄的社会经验来看这似乎是一个不好公开说的禁忌,而且我突然发现这个时间点上去谈这个问题可能会比较合适,毕竟目前基于“像素流”的渲染已经初步提供了一种方案,虽然这个方案目前还有比较大的局限性,但是我们还是可以从这里面看到另外一种三维不切片的可能性。当然我当时写那篇文章的时候(注:Esri:GIS平台和游戏引擎融合的技术路线~),有些人批评我写的不全面,但是我想表达的是如果一种痛点被暴露出来,我们应该保持一种天真的乐观去拥抱它,并顺势而为。

为啥Web地图的呈现会采用切片的方案?因为受限制于网络带宽和前端的性能问题,当这些资源都很有限并且珍贵而我们又想能够在前端进行流畅的地图浏览的时候,切片方案兴起,所以从那时候起,预切片成为了发布地图的标准过程,这一堆规则图片还有一个很好听的名字“瓦片金字塔”。记得那个时候我为了彰显自己在GIS方面的学习成果还专门做了一个自动切片、发布和地图浏览的工具,当我满怀自信的给老师介绍的时候就被泼了一盆冷水,原话有点记不得了,大概是这个意思:“现在的GIS都是搞切来切去的,把整个数据弄的支离破碎,这个切片除了能看看一无是处,这个东西只能是个过渡的东西”。很显然当时的我对这句话的理解并不是很深刻。

当然后面也出现过非常多的免切片的探索,比如“某擎”提供的免切片大图发布方案,这个“非主流”的方案也确实吸引了不少人的目光,甚至赢得了行业大佬的投资,但是一般在绝对的力量面前很多功夫就会变成“花招”,尤其是在现在基础设施发展的这么快的条件下。也有的利用“自相关”性构建的相似性存储索引,从而加速相关要素的IO速度构建的免切片方案,在浏览体验上虽然很棒,但是有一个比较重要的问题都是需要大量的时间去构建索引,而这个构建的过程可能不会比切片轻松。

在随着SVG以及Canvas等前端技术的成熟,适量切片技术也慢慢成为了主流,这是一种同样需要对数据进行切片的矢量数据发布方案,但是这种方案的进步在于前端可以拿到矢量数据并进行绘制,一方面可以提高渲染的质量同时也可以拿到一部分数据而不再是图片这种非结构化的数据,但是本质上它还是一种折中方案,一样需要化简一样需要构建LOD,这个只能算是一个小进步。

后面就是三维的切片,三维的切片的刚出现基本上就是在二维矢量切片基础上的升级,增加了一个维度,无论在公众接受度方面还是技术基础方面都有了一定的保证,目前的Web三维的切片方案无一例外都是这种类型的,这个当然在一定程度上释放了三维GIS在Web上的能力,所以现在大部分的探索都是围绕这个技术路线进行展开的,比如何进行三维海量数据的化简、压缩以及切片,比如还形成了专门形成了很多以云端轻量化为主要能力代表的BIM厂商,还有就是倾斜三维数据的组织也是三维瓦片,现在就行成了无处不在的三维瓦片,数据一旦瓦片化之后就会变成死数据,这种数据的更新就是再来一遍,为了能够实现“看”的目的,开发方需要默默的在背后花费大量的功夫在折腾如何简化数据,大数据变成了小数据,数据测绘一直在努力如何提高数据的采集精度,而应用方在努力的让数据的表达从精细走向模糊,说来也是很搞笑,当然这些都是为了适应基础设施,但是按照目前技术的发展节奏,英伟达的GPU发展已经突破摩尔定律,数字孪生要求我们得到的是一个客观世界的真实镜像而不是模糊简化以及支离破碎的镜像,所以从这点上说,我们应该更加积极的探索和拥抱无切片的方案。

对于无切片的方案可以不仅仅是像素流,也可能是结合目前的AI技术,我国庆的时候写了一篇《NVIDIA GTC 2020 中值得GISer关注的两个黑科技:DLSS 2.0&Omniverse》,里面就介绍了英伟达如何通过深度学习技术来提升游戏渲染质量和性能的技术:DLSS 2.0 ,他既没有简化也没有压缩,而是专注于在最后显示的画面帧上运用学习和预测的方法进行高精度画面的合成,取得了非常惊艳的效果。

a39d3711d3f37ea521ebaa695e210ded.png 什么是DLSS?如上图所示,DLSS通过低质量的图像和像素运动矢量借助深度神经网络来合成高精度的图像,为了训练神经网络能够识别什么是超高分辨率和高质量图像,英伟达使用超级计算及来生成16K分辨率和带有抗锯齿的图像,然后将深度神经网络合成的图像和这个高质量的图像进行对比,然后将这个差异通过一台超级计算机传播回网络来调整神经元的权重,从而提高下一次预测的精度,经过数亿次的训练可以实现合成效果的极大提升。用户只要将这个神经网络下载到带有GeoForce的电脑中(特别是图灵架构),然后就可以在Tensor Core上进行图像的处理。

通常情况下如果A是起点,C是目标,那我们就是要解决想办法通过A到达C,那中间还需要经过B:A->B->C,但是技术的一些提升往往会导致A->C,在游戏引擎领域通常把进步比较大的技术称之为次世代,那对于GIS来说,下一代或者次世代的Web三维方案应该具备两个特点:无切片和无屏,无切片保证数据的完备性,无屏保证数据浏览的极致沉浸体验。

好了不吹牛了~

1efe603709ed0d1edc011b626ebec979.png

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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