前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【犀牛鸟·视野】现场报道 | SIGGRAPH Asia 2017 (DAY 2):“图像和显示”session探究

【犀牛鸟·视野】现场报道 | SIGGRAPH Asia 2017 (DAY 2):“图像和显示”session探究

作者头像
腾讯高校合作
发布2018-03-21 17:09:45
8250
发布2018-03-21 17:09:45
举报
文章被收录于专栏:腾讯高校合作腾讯高校合作

今天是SIGGRAPH Asia 2017的第二天,与昨天稍显冷清的会场相比,今天可谓是百花齐放,热闹非凡,这主要是因为有两大重头戏上演,即各式各样的展台(Exhibition)开放和晚上的交流会(Reception)。

01

展区展示:新鲜、酷炫

展台展览会从今天开始持续三天,主要包括四大展区:

1) Trade Exhibition (BHIRAJ Hall 1-2)

Trade Exhibition主要用来向客户和合作伙伴展示企业最新的创新产品和服务,了解竞争对手和行业最前沿的动态,以及未来趋势。比如清华大学和腾讯联合实验室展示了优图、AI Lab、自动驾驶实验室以及联合实验室的最新研究成果,例如,基于神经网络对人物肖像视频的实时语义分割和背景处理技术,以及采用多传感器coarse-to-fine融合策略实现的基于机器人异构传感器的场景重建技术等等。

2) VR Showcase (BHIRAJ Hall 3)

VR Showcase是最火爆的展区,没有之一。在这里你可以体验到最新最炫最脑洞的游戏、360度全景电影以及各种虚拟场景的有趣玩法。今年的SIGGRAPH,VR电影/CG出现的频率较高,以GOOGLE为代表的VR电影/CG在这次会议期间已经出现多次,在今天的VR Showcase展区就有两座圆形的VR电影展位。接下来就带你体验一下360度沉浸式电影的效果(注:由于现场是360度投屏,因此复现现场的震撼感受,敬请谅解)。

3) Art Gallery (BHIRAJ Hall 3)

Art Gallery主要展示的是AR/VR/MR技术在艺术领域的应用。这个展区是我最喜欢的一个展区,现场美轮美奂,创意无限,让人赞叹和沉醉。接下来给大家介绍一个名叫《Face of City》的作品。这个作品展现的是一幅由文字拼成的人脸表情图像,创新点在于这幅图像是一幅动态更新的带有情绪的图像。其情绪是如何生成的呢?是通过从网络上实时爬取指定城市的相关文字,再对每个文字进行情绪分类,然后再根据大多数文字的情绪来判断需要生成的情绪表情,最后通过这些文字拼接成人脸表情的图像展示出来。是不是觉得很有意思!

4) Emerging Technologies Exhibits (BHIRAJ Hall 3)

Emerging Technologies主要是指各种新兴的IDEA和技术。名副其实。该展区展示了各种稀奇古怪的仪器和设备,印象最深的就是几个日本团队带来的创意想法,包括裸眼观看3D字幕的不知所云的设备,以及一堆可以探测图像中的颜色信息的类晶体管状物体和传感器等等(题外话:今天还在座谈会上看了一个日本团队的audiovisual相关的演示DEMO,不得不佩服日本人的学术创新态度和钻研精神)。接下来要给大家介绍的是一个人体姿态预测的DEMO,人体姿态检测在CV方向是比较火的,该团队更进一步,通过利用现有的人体姿态序列来预测接下来将要进行的肢体动作(如下图所示,绿色代表当前的姿态,红色代表预测将要发生的状态)。从实际DEMO效果来看,对人体左右移动和跳跃等姿势预测还是非常准确的,但是对于摆手等细节一点的动作预测的就不准确了。不管怎么说,我觉得这个创意还是非常不错的,可以落地于一些需要预判动作的场景中。

02

学者报告:混合现实、图像与显示

混合现实(Mixed Reality)是结合了AR和VR的高阶形态,体现了当今虚拟和现实相结合的科学技术发展的先进水平,来自University of South Australia大学团队以及其合作团队的多位学者在本次大会上就混合现实作了精彩的报告。就一端现实求助者和另一端虚拟指导者,这不对称通信的两端通信应用需求中的一系列问题:虚拟和现实的表达,通信,易用性,鲁棒性等,进行了深入的研究和探索。

在今天的“图像和显示”session,四篇技术论文分别探讨了HDR图像的鬼影去除方法,多视频中物体的概要技术,低背光显示中视觉增强技术以及基于GPU的深度图像融合技术。我重点关注了与我们最相关的低背光显示中视觉增强技术。

这篇文章提出了一种用于增强低背光显示中图像视觉质量的方法,主要用途是节省移动设备的电量消耗。

首先通过模型化图像-背光之间的关系,可知为了获得相同的主观感知需要对原图像进行一定的增强。

作者使用强化学习的方法来帮助图像进行增强,即将图像增强器作为agent,图像的主观质量作为reward,调节一个图像看成是在玩一个游戏。

同时,利用导向图像滤波对图像进行分解。

从而可得该过程中有大量的参数需要学习。这些参数正是通过强化学习的训练过程得到。

最后,基于训练的参数对图像进行增强。

好了,今天的分享到此结束,附上放两张晚上Reception的照片,明天见。

END

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-11-29,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 腾讯高校合作 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档