Anderson의 관점

저렴한 증강 현실을 위한 진정한 초점 시스템

mm
Unite.AI를 Google의 선호 소스에 추가

IEEE의 연구자들은 저렴한 비용의 투영 기반 증강 현실 설치의 진정성을 높이는 방법을 개발했습니다. 이는 특별한 안경을 통해 투영된 3D 이미지를 실제 객체와 같이 초점을 맞추고 해제하는 방식입니다. 이는 투영 시스템의 실제 사용을 위한 중요한 인식적 장벽을 극복합니다.

IEEE 시스템은 방에 투영된 실제 및 CGI 이미지를 위한 깊이 평면을 재현합니다. 이 경우, 세 개의 CGI 스탠퍼드 토끼가 세 개의 실제 객체와 동일한 깊이 평면에 투영되며, 그들의 흐림은 사용자가 어디를 보고 초점을 맞추는지에 따라 제어됩니다. 3D 프로젝터는 고정된 표면, 이동하는 표면, 또는 복잡한 기하학에 이미지를 투영할 수 있으며, 이는 AR 시스템의 엄격한 처리 제한으로 인해 재현하기 어려운 광범위한 커버리지를 제공합니다.

IEEE 시스템은 방에 투영된 실제 및 CGI 이미지를 위한 깊이 평면을 재현합니다. 이 경우, 세 개의 CGI 스탠퍼드 토끼가 세 개의 실제 객체와 동일한 깊이 평면에 투영되며, 그들의 흐림은 사용자가 어디를 보고 초점을 맞추는지에 따라 제어됩니다. 3D 프로젝터는 고정된 표면, 이동하는 표면, 또는 복잡한 기하학에 이미지를 투영할 수 있으며, 이는 AR 시스템의 엄격한 처리 제한으로 인해 재현하기 어려운 광범위한 커버리지를 제공합니다. 출처: https://www.youtube.com/watch?v=I8DGTQnxm38

시스템은 사용자의 안경에 내장된 전기 초점 조절 렌즈(Electrically focus-tunable lenses, ETL)를 사용하여 투영된 3D 이미지를 실제 객체와 같이 초점을 맞추고 해제합니다. 이는 투영 시스템과 통신하여 사용자가 보는 이미지의 흐림 수준을 자동으로 변경합니다.

ETL 렌즈는 사용자의 초점 정보를 보고하고 투영된 기하학의 흐림 수준을 평면 별로 설정합니다. 시스템의 개발은 이 기사의 끝에 첨부된 비디오에서 설명되어 있습니다.

ETL 렌즈는 사용자의 초점 정보를 보고하고 투영된 기하학의 흐림 수준을 평면 별로 설정합니다. 시스템의 개발은 이 기사의 끝에 첨부된 비디오에서 설명되어 있습니다.

연구자들의 논문은 사용자의 초점 정보를 고려하여 투영된 이미지를 렌더링하는 새로운 방법을 제시합니다. 이는 AR 시스템에서 발생하는 심각한 문제인vergence-accommodation conflict (VAC)을 해결하는 데 도움이 됩니다.

AR 환경에서, 사용자는 Microsoft의 HoloLens와 같은 장치를 착용하여 3D 이미지를 볼 수 있습니다. 그러나 이러한 장치는 사용자의 초점 정보를 고려하여 렌더링을 수행합니다. 이는 처리 능력의 제한으로 인해 발생하는 문제입니다.

투영 증강 현실의优势

반면에, ETL을 사용하는 안경은 사용자의 초점 정보를 원격 CGI 파이프라인에 전송하여 투영된 이미지를 렌더링합니다. 이는 사용자의 초점 정보를 고려하여 렌더링을 수행하는 데 도움이 됩니다.

이 시스템은 다양한 투영 표면에서 작동하며, 이는 AR 시스템의 엄격한 처리 제한으로 인해 재현하기 어려운 광범위한 커버리지를 제공합니다.

SIGGRAPH 98에서 증강 현실을 사무실 환경에서 구현한 모습입니다.

SIGGRAPH 98에서 증강 현실을 사무실 환경에서 구현한 모습입니다. 출처: https://www.youtube.com/watch?v=I8DGTQnxm38 및 https://web.media.mit.edu/~raskar/UNC/Office/

연구자들은 투영 시스템의 장점을 강조하며, 이는 AR 시스템의 엄격한 처리 제한으로 인해 재현하기 어려운 광범위한 커버리지를 제공합니다. 또한, 여러 사용자가 동일한 AR 경험을 공유할 수 있으며, 이는 투영 시스템의 또 다른 장점입니다.

투영 시스템은暗い 환경에서 작동하며, ETL 시스템은 사용자의 시야각을 줄입니다. 그러나 연구자들은 ETL 장비의 개선으로 인해 이 제한이 해결될 것이라고 믿습니다.

연구자들은 이 시스템이 VAC를 해결하는 데 도움이 되며, 이는 AR 시스템에서 발생하는 심각한 문제입니다. 또한, 이 시스템은 다양한 투영 표면에서 작동하며, 이는 AR 시스템의 엄격한 처리 제한으로 인해 재현하기 어려운 광범위한 커버리지를 제공합니다.

*인라인引用을 하이퍼링크로 변환했습니다.

기계 학습 분야 작가, 인간 이미지 합성 분야 전문가입니다. Metaphysic.ai의 연구 콘텐츠 책임자였으며, DNEG의 Brahma.ai로의 합병으로 해체될 때까지 그 역할을 수행했습니다.
포트폴리오 사이트: martinanderson.ai
연락처: martin@martinanderson.ai