原标题：亮风台引入高通 OpenVX 负责人，此 AR 技术厂商怎么布的局？
近日Magic Leap 获阿里领投 7.9 亿美元无疑又为 AR 行业添了把火，我们大可不必因其没有公开 demo 便质疑 Google、阿里，AR 这一系统工程的复杂程度却远比想象中的高。
为方便对 AR 一无所知之人阅读，此处先拿最普遍的 AR 卡片扫描举例。如你所见，识别到红色毛爷爷后，在显示屏上显示叠加在显示场景中的虚拟动画。
亮风台引入高通 OpenVX 负责人，此 AR 技术厂商怎么布的局？" data-img-size-val="547,309" data-lazyload="http://a.36krcnd.com/nil_class/4dc7ffd7-1355-469d-aa90-57cf6a512000/_____2__20160204131332340.gif" width="546.2983425414365"/>
（动图为亮风台 COO 唐荣兴为 36 氪演示产品）
通过深度摄像头采集环境信息后，对 3D 环境理解、重构（CV）中的图像识别、人脸识别、SLAM 算法，3D 模型实时渲染（CG）中的多模态传感器输入，硬件中的光学成像镜片，CPU、GPU 运算能力，落地应用等等，构成一个综合的 AR 技术系统，而其中又以底层算法最为重要。
36 氪此前报道的国内 AR 厂商亮风台也有新动向，高通 OpenVX 计算机视觉加速标准专家和实现技术负责人谢炳龙加入了该公司，他曾领导了骁龙处理器计算机视觉异构加速工作，还是专门为移动设备而优化的计算机视觉库 FastCV 的架构师，拥有 10 余项 CV 相关的美国专利。 谢炳龙的加入来自亮风台首席科学家凌海滨博士的推荐，两人曾在西门子共事。
亮风台的团队可谓豪华且齐整，谢炳龙加入后主要负责底层软件架构，要了解其价值和意义，先要从亮风台的发力点和谢炳龙在高通的积累说起。
在去年11月 底体验过亮风台智能眼镜 HiAR Glasses 后 36 氪曾提出，其识别、跟踪的功能已经可以实现，但眼镜 CPU 的运算能力不足、跟踪反应速度较慢，在移动速度较快时便会自动切换至纯播放模式。背后的原因是 CV 技术存在运算复杂、数据量大、对实时处理要求高，如果不能在瞬息内计算场景、处理图像，用户看到的内容会显得卡顿。
高通 OpenVX 是跨硬件平台的计算机视觉相关优化加速的标准协议，不同的硬件都能用它来优化运行速度，相当于 OPEN GL 对于电脑的地位。而 FastCV 则是高通平台上的 CV 加速运行库，把 OpenCV 的库针对高通的芯片进行优化，可以帮助配备高通芯片的移动终端（如手机）更快的运算 CV 数据，以及在基于摄像头的应用中增加新的用户体验，如增强现实、手势识别、人脸识别等。
亮风台 SDK 此前采用通用算法，在不同终端的体验并不相同。随着谢炳龙的加入，虽暂时不会调用 OpenVX 的 API 接口，但无论是 OpenVX 还是 FastCV，其背后的芯片级底层架构都可以用作优化亮风台的软件算法，针对不同的硬件（眼镜、各种型号手机）进行优化，解决上述 “跟踪反应速度慢” 的问题。
可能是国内首个支持云识别的 AR SDK
除了 “所见即所得” 的 PC 端 Unity 编辑器之外，亮风台最近又上线了云识别功能。所谓云识别，即无需将需要进行识别的图像存储在用户的本地内存中，而是直接从云端调用。举个例子，假如要做一个图书互动阅读的 AR 应用需要识别十万张图书页，全部放在用户手机中是不现实的，而云识别的优势体现有三点：
- 灵活性。用户下载 APP 中的资源是固定的，如果采用云识别方案，开发者只需在管理后台中进行变更就可以更新图片和资源，用户无需任何操作。
- 大数据处理能力。云识别可以进行大数据的扩展，同时满足增加的需求。
- 优化算法。企业以在云端部署新算法的同时，用户无需更新 APP，就能感受到识别、跟踪能力的提高。
云识别的难点在于，后端的数据量非常庞大后，如何保证识别速度足够快？这需要通过算法缩小数据搜寻范围、减小计算量，同时让多个处理器并行处理。另外，还需要面临宕机、被攻击等突发因素的影响。
廖春元告诉 36 氪，其超百万数据的云识别响应速度可以做到秒级、96%以上的识别准确度。支持自然图像、通用目标识别、人脸识别、实物识别、小 logo 识别、中文图文混排精准识别等识别对象。
目前亮风台只开放了 Unity SDK，云识别 API 只提供识别而不提供跟踪功能，需要搭配该 SDK 一起使用。此外，该公司也研发了 iOS、Android 原生系统的 SDK 引擎，面向有指定使用引擎和对 3D 效果没有要求的开发者，将于年后上线。
亮风台的云识别技术此前已有应用案例——与百度 91 手机助手合作的 “应用拍拍”，用户用手机对准某一应用、游戏的图片，便可直接在 91 手机助手中搜到 APP 进行安装。这需要在百万级的 APP 图表中进行快速搜索。
廖春元表示，HiAR SDK 还需要加入更多功能，做到多模态的输入，如加入手势、人脸、目标识别等，提供最自然的人机交互方式。关于多模态输入，我们放到下文智能眼镜部分再讲。
内容发布平台
所谓内容发布平台是基于其 SDK 而面向内容开发伙伴的服务，帮助后者做一些落地应用。由于此前拿到过美图的投资，后者的海量图片数据可以用来训练人脸识别技术，基于此亮风台已经在为企业提供用于游戏娱乐的技术，不过可能由于产品尚未落地，还没有公布合作伙伴的名字。
廖春元表示，亮风台也为垂直应用场景做了深入优化，如大角度、远距离识别跟踪场景优化，可在教育、游戏等行业成熟应用。
此外，亮风台也发布了一个免开发的 AR 浏览器 “幻镜”，为没有开发能力的内容开发伙伴提供展示平台与技术支持，可以针对地推、线下活动营销提供解决方案。同时，该公司也在幻镜中加入了一些 2C 的趣味功能，比如像本文开头所附动图那样扫描人民币展现动画。
HiAR Glasses 智能眼镜继续修补、优化，有望年中量产
亮风台 CEO 廖春元告诉 36 氪，其智能眼镜 HiAR Glasses 将会在今年5月 发布新一代原型机，并在年中量产。在上个版本的原型机基础上，量产版将有一些新的改进：
- 将会启用展讯芯片，可能会换成高通骁龙 8 系列芯片；
- 针对芯片改进算法，优化软硬件配合；
- 将采用薄至 7 毫米的镜片；
至于要沿用上一代的分体式设计（外置触控板和电池），还是做成综合一体式，以及采用哪个供应商的深度摄像头方案，廖春元表示尚未确定。
量产版的另一大改进是将支持手势识别、语音识别和图像识别，也就是 “多模态输入”。
环境建模分为平面几何理解、环境语义理解（知道这是什么）以及多模态融合，只有把它们结合起来才算 “非约束性” 技术，比如不需要特定卡片便可呈现图像、动画并能够与现实环境融合。亮风台此前对外展示的产品在此方面略显不足，但廖春元表示该公司已经开始研发，希望在量产版的眼镜上体现出来。
为此，亮风台提出了 “SMART” SDK 底层技术框架，所谓 SMART 即 Semantic Multi-modal AR in Teraction（语义驱动、多模态融合 AR 自然人机交互），以典型场景举例：
用户走到博物馆展品附近，对眼镜说"开始解说”，然后根据手指指向的目标虚拟叠加出展品信息。
这个例子里面融合了构想中大部分的因素（多模态、语义、几何等等）：语音控制语言（比如说"英文解说"）或者其他命令（比如说"开始解说"），手势控制交互（可以显示虚拟的鼠标点设置从手伸出的射线），显示叠加展示对世界的几何理解和虚实叠加（动画，图文等等）。具体实现效果如何还需产品发布后才能知道。
以上即为亮风台的整体布局，可以看出这是一家手握各方面底层核心算法，想做技术大平台的企业。如同那些同样以前沿技术为核心的科技公司，亮风台也背靠大学实验室、研究所流入科研成果。唐荣兴向 36 氪表示，该公司今年将拿出很大精力放在创造典型的应用上，而这也是该公司略显不足之处，这群科学家、工程师能否找到有明确需求的应用场景，还是值得期待的。
原创文章，作者：暮雨，如若转载，请注明出处：http://36kr.com/p/5043057.html
“看完这篇还不够？如果你也在创业，并且希望自己的项目被报道，请戳这里告诉我们！”
热门跟贴