Insider Insider

显卡够强?6步开启超级采样,大幅提升HTC Vive视觉效果

HTC Vive是目前市面上最清晰的消费者VR系统之一,支持2160×1200分辨率。然而,如果使用高性能显卡并进行超级采样,可以大大提升头显显示器的分辨率,提供更清晰的视图。以往需要手动编辑第三方应用的Steam VR目录才能实现超级采样,但后续的SteamVR更新添加了调整采样的功能。然而,增加分辨率可能会导致头显出现不常见的新图形问题,如系统不稳定、帧速率下降和屏幕伪影等。即使使用英伟达的最新GTX 1080显卡,建议不要将采样提高至2.5倍以上。
显卡够强?6步开启超级采样,大幅提升HTC Vive视觉效果

印度VR家居装饰创企Foyr完成380万美元A轮融资

以虚拟现实为基础的家居装饰初创公司Foyr已经完成了380万美元的A轮融资,由房地产咨询公司JLL以及其他投资者领投。利用这笔资金,Foyr将进一步整合专有技术与房地产项目,并扩大品牌在全球市场上的影响力。Foyr创始人兼执行总监Shailesh Goswami表示,通过向建筑商、建筑师和开发商提供先进的可视化技术,Foyr正在帮助房产消费者做出明智的决策。最新一轮融资将帮助Foyr加强其技术堆栈,并推出新的产品。Foyr提供定制的室内设计和端到端的全包服务,总部位于印度海得拉巴,主要在海得拉巴、斋浦尔和浦那开展业务。用户可以通过上传地板设计,获得免费的定制设计,并在接下来的45-60天内获得完整的室内设计解决方案。除了Foyr,印度家居领域还涌现了其他初创公司,如MyGubbi、Livspace、Urban ladder、Pepperfry、Housify和Furdo等。根据Technopak的报告,印度家居装饰市场规模在2020年将达到300亿美元。
印度VR家居装饰创企Foyr完成380万美元A轮融资

瞄准线下市场,大朋VR发布“天幕”大空间系统

为了解决线下VR门店无法满足消费者高质量VR体验需求的问题,大朋VR推出了名为Project Skyfall的大空间系统。目前市面上的大空间VR体验馆主要采用摄像头和激光定位两种解决方案,但存在成本问题和相互干扰难以实现多人同时交互等问题。Project Skyfall采用了自由空间光通信和时分键控编码等技术,旨在解决现有激光定位中基站间的信号相互干扰问题。根据大朋VR的介绍,“天幕”可以扩展至300平方米以上,支持20+用户同时交互。另外,大朋VR还开发了适用于大空间定位和设置的网格化网络和基站姿态自适应检测算法等技术,降低了多人定位方案的使用门槛。大朋VR创始人兼执行总监陈朝阳表示,Project Skyfall可以提升VR教育的新体验、增强线下体验店的可玩性,打造新的商业模式和创造更大的商业价值。
瞄准线下市场,大朋VR发布“天幕”大空间系统

开发日记:Rift Core 2.0的灵感、诞生、研发与革命性

Oculus推出了Rift Core 2.0,将为Rift带来全新的体验。Rift Core 2.0包括对Home首空间的翻新、重新设计的Oculus桌面应用和全新的系统界面Dash。Dash可以将PC的功能带入VR,让用户更容易切换应用、与朋友联系并在VR内进行更多操作。Oculus表示,Rift Core 2.0是通过对核心体验进行重新思考的结果,旨在提供更自然、更直观、更具触感的VR使用体验。而Home首空间的重建则使其更加身临其境、引人入胜和个人化。用户可以通过在Rift上收集的物品来定制Home首空间,并在其中展示和欣赏作品。在beta版本中,用户还可以分享自己的Home首空间,并与朋友一起创造和探索。Oculus表示,他们将继续添加新内容,支持用户更轻松地将自己创建的内容带入Home首空间。同时,Oculus表示他们将继续聆听用户的反馈和建议,以不断改进Rift Core 2.0的功能和体验。最后,Oculus强调Rift Core 2.0只是Rift新篇章的开始,他们有着雄心勃勃的计划,将在未来数年进一步发展和完善该平台。
开发日记:Rift Core 2.0的灵感、诞生、研发与革命性

为何不在床下找牛奶?心理学家用VR研究“情景认识”

法兰克福大学的心理学家Melissa Le-Hoa Vo教授在虚拟现实实验室中研究情景认识和视觉认知。她运用眼动追踪和虚拟现实场景,以及脑电位测量等方法,研究人们对环境的注意和记忆。在研究中,研究人员使用眼动追踪系统跟踪被试者的眼球运动,并使用虚拟现实头显系统模拟3D环境。他们希望了解人们如何组织环境,并与其中的对象进行交互。此外,研究小组还关注儿童情景认识的研究,并在幼儿园外的实验室中观察儿童对“不符合语法”的图片的反应。研究结果不仅对医药和安检等领域有应用价值,还有助于痴呆症患者的记忆。研究人员发现,如果被试者在一个场景中寻找并发现了特定物体,他们在记忆测试中的表现优于其他参与者。这意味着在视觉搜索中,与情景有更多互动的参与者能更好地记住对象。
为何不在床下找牛奶?心理学家用VR研究“情景认识”

什么是对象检测、识别与追踪

在九月底我们发表的文章《远落后于VR AR面临三大挑战:视场、分类、自适应设计》中,映维网强调了AR的重大挑战,其中就涉及与对象检测、识别、跟踪有关的分类。得益于英特尔的分享,今天的文章中,映维网可以与大家一同探索对象检测、对象识别和对象追踪这三个术语,了解三者的定义和彼此之间的区别。 下面,我们将参考字典,从而恰当地定义和判断“对象检测”、“对象识别”和“对象追踪”这三个术语。然后,我们将探索与每个流程有关的算法,来支持我们的定义。 “对象检测”和“对象识别”通常可以互换使用,应用的命名主要取决于编写程序的人员。“对象追踪”则常见于检测与识别算法公司。三者结合在一起能够实现更可靠的应用,但我们可能不清楚彼此的区别以及彼此的关联(对象追踪实际上只是对象识别的延伸吗?)。然而,我们可以首先参考一本标准的字典,查看与每个流程有关的算法,然后对这三者进行明确的区分。 整篇文章详细介绍了对象检测、识别和追踪的定义、算法以及它们之间的区别和关系。同时,文章也分享了代码示例来进一步探索这些算法和技巧。
什么是对象检测、识别与追踪