多篇论文和专利，Magic Leap这家神秘公司终于要落地了？

Magic Leap，这家仅凭炫酷的宣传视频就获得14亿美元融资的MR创业公司，依然还没有公布一款可以体验的头盔产品。

The Information、The Verge 等多家国外媒体报道指出，Magic Leap 的宣传视频存在误导大众的嫌疑，该公司的技术实际上远远没有形容的那么“先进”。他们虽然展示了可以日常佩戴的MR眼镜，但事实上却在将AR 技术融合到小型化设备上遭遇瓶颈。

我们都知道，增强现实的关键在于对环境的感知，所有的AR公司都得先解决这一基本问题。近来雷锋网发现从他们发表的多篇论文来看，“飘在云端”的Magic Leap也和大家一样在踏踏实实解决基本问题。

RoomNet房间布局估计

8月7日最新一篇论文名为：“RoomNet: End-to-End Room Layout Estimation（点击下载）”该论文致力于用AI的方法来估算房间的大小和形状，名为RoomNet。论文总结表示该论文对于室内导航，场景重建和增强现实十分重要。

在论文摘要部分我们看到：“论文聚焦于从单眼RGB图像估计房间布局，先前的工作将这个问题分成两个子任务：地板、墙壁、天花板的语义分割以产生布局假设，接着是迭代优化步骤来对这些假设进行排序。相比之下，我们采用更直接的方式来描述这个问题，作为估计房间布局关键点的有序集合之一。给定了这些有序关键点的位置，房间布局和相应的分割就完全清晰了。我们使用RoomNet（端到端可编程编码器 - 解码器网络）预测房间布局关键点的位置。在具有挑战性的基准数据集Hedau和LSUN上，与最近的工作相比，我们实现了最先进的性能以及200倍至600倍的加速。此外，我们提供了RoomNet架构的可选扩展，包括循环计算和内存单元，以在相同的参数容量下细化关键点位置。“

他们的研究注重从任何相机都能提供的常规图像中寻找房间布局。论文解释了利用相机识别房间布局的关键点，然后再用深度神经网络来识别这些关键点，他们提供了十种不同的办法。

在此前，雷锋网曾报道过他们曾展示了一个在房间里玩MR鬼故事的游戏，在这款游戏中，你会丢弃传统的游戏手柄，首先玩起手中的木块，第一阶段的任务就是学会如何使用这些木块并在 MR 世界中用这些工具完成交互。完成这步后，你的家里就会响起奇怪的声音，它们会越变越大，你要做的就是去找寻声音的源头。对于房间和环境的识别有助于这类MR游戏的实现。

迈向几何型深度SLAM

在两周前，他们还发布了一篇名为“迈向几何型深度SLAM（点击下载）”的论文，在这篇论文中我们窥见了一种创新的机器视觉技术，可以带领公司向创造一个强大的AR头盔迈进。

这篇论文描述了一个由两个卷积神经网络（CNNs）驱动的点追踪系统，一个被称为MagicPoint，另一个被称为Magic Wrap。两个系统是快速简洁的，可以很轻松地在单一CPU上以30+FPS的状态运行。

简单来说：根据该文件，MagicPoint对单个图像进行操作，并创建重要的具有跟踪目的的2D点，这些点将被反馈到即时定位和地图构建（SLAM）视觉算法。将他们的网络与经典点检测器进行比较，团队发现“在有图像噪声时存在显着性能差距”。因为探测器性能会被噪点破坏，对传统探测器来说，斑点噪点尤其难以处理。

因为计算移动的物体的形状并不是一件容易的事情——不管是物体移动还是观察者移动 - MagicWarp的工作就是使用一对由MagicPoint生成的2D点的图像来实质地预测运动。MagicWarp SLAM算法以与传统方式不同的方式进行，因为它仅使用点的位置，而不是更复杂的“本地点描述符”，这是专用于描述包含编码、独特标识信息的事物的计算机视觉术语。

使用物理和合成数据进行测试，据说两个卷积神经网络能够实时运行。作者总结说：“我们认为大规模部署以SLAM系统驱动的深度学习Deep-Learning的日子并不遥远。

Magic Leap昨天通过了一项专利申请，“a compact optical see-through head-mounted display capable of combining, a see-through image path with a virtual image path（一种能够结合透视图像路径与虚拟图像路径的紧凑光学透视式头显）”，其主要是关于虚拟对象能实际地遮挡真实对象。

小结

虽然我们并不清楚Magic Leap是否会有一个如其CEO Rony Abovitz所称的“小巧，移动，强大而且很酷”的头盔，我们都尽力从他们那里去看到任何有用的成果。从这两篇论文和一项专利开看，雷锋网(公众号：雷锋网)发现Magic Leap在环境识别、SLAM上都有了自己的成果，他们若是能实现自己的愿景：“直接将数字内容呈现在你身边，这些内容不断可以与用户进行交互，还能与现实世界互动”，再等三年又何妨。

Magic Leap，这家仅凭炫酷的宣传视频就获得14亿美元融资的MR创业公司，依然还没有公布一款可以体验的头盔产品。

The Information、The Verge 等多家国外媒体报道指出，Magic Leap 的宣传视频存在误导大众的嫌疑，该公司的技术实际上远远没有形容的那么“先进”。他们虽然展示了可以日常佩戴的MR眼镜，但事实上却在将AR 技术融合到小型化设备上遭遇瓶颈。

我们都知道，增强现实的关键在于对环境的感知，所有的AR公司都得先解决这一基本问题。近来雷锋网发现从他们发表的多篇论文来看，“飘在云端”的Magic Leap也和大家一样在踏踏实实解决基本问题。

RoomNet房间布局估计

8月7日最新一篇论文名为：“RoomNet: End-to-End Room Layout Estimation（点击下载）”该论文致力于用AI的方法来估算房间的大小和形状，名为RoomNet。论文总结表示该论文对于室内导航，场景重建和增强现实十分重要。

在论文摘要部分我们看到：“论文聚焦于从单眼RGB图像估计房间布局，先前的工作将这个问题分成两个子任务：地板、墙壁、天花板的语义分割以产生布局假设，接着是迭代优化步骤来对这些假设进行排序。相比之下，我们采用更直接的方式来描述这个问题，作为估计房间布局关键点的有序集合之一。给定了这些有序关键点的位置，房间布局和相应的分割就完全清晰了。我们使用RoomNet（端到端可编程编码器 - 解码器网络）预测房间布局关键点的位置。在具有挑战性的基准数据集Hedau和LSUN上，与最近的工作相比，我们实现了最先进的性能以及200倍至600倍的加速。此外，我们提供了RoomNet架构的可选扩展，包括循环计算和内存单元，以在相同的参数容量下细化关键点位置。“

他们的研究注重从任何相机都能提供的常规图像中寻找房间布局。论文解释了利用相机识别房间布局的关键点，然后再用深度神经网络来识别这些关键点，他们提供了十种不同的办法。

在此前，雷锋网曾报道过他们曾展示了一个在房间里玩MR鬼故事的游戏，在这款游戏中，你会丢弃传统的游戏手柄，首先玩起手中的木块，第一阶段的任务就是学会如何使用这些木块并在 MR 世界中用这些工具完成交互。完成这步后，你的家里就会响起奇怪的声音，它们会越变越大，你要做的就是去找寻声音的源头。对于房间和环境的识别有助于这类MR游戏的实现。

迈向几何型深度SLAM

在两周前，他们还发布了一篇名为“迈向几何型深度SLAM（点击下载）”的论文，在这篇论文中我们窥见了一种创新的机器视觉技术，可以带领公司向创造一个强大的AR头盔迈进。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。