VR意味着在技术上就有许多亟待解决的问题，其中之一就是如何让社交更加现实和生动？MR视频可以解决问题这个问题的一部分——将戴着VR头显的人和头显里正在播出的内容一道放到一个视频里，之所以说道意味着解决问题了一部分，是因为你不了看见粗壮的头显之后人的面部表情，而谷歌最近发布的一个研究就是要解决问题这个。右图中，1号是绿幕录影的场景，2号是播出的VR内容，3号是把1、2混合之后的录影，4号可以看见在头显上用户的面部。为了超过这种效果，谷歌的工作人员在博客上说明了这种解决问题方式由三部分构成。动态面部模型捕猎这种解决问题方式的核心是动态捕猎用户面部，然后创建3D模型，最后在MR视频中我们可以看见头显上的用户面部。
明确方式是，首先，用户必须躺在椅子上面临显示器和不具备深度感官能力的照相机，就像右图那样：用户的眼睛要随着显示器上的小标志移动，该打算工作只必须展开一次才可，并且时长将近一分钟。创建静态面部模型难于，但是这种动态捕猎对研究者明确提出的更高拒绝在于用户的眨眼、身旁方向。
经过多人的测试之后他们创建了一个数据库，未来谷歌或许就可以将其带进消费者市场。校准摄制MR视频必须对照相机展开一些调校工作，其中之一是和VR头显的时间实时。摄制MR视频的过程是：将用户的绿幕影像剪裁出来和VR视频拼凑一起，所谓时间实时就是要确保用户和VR视频是同时展开的。一般来说这些时间差都必须人为估计，并且实践中一起也很困难，而谷歌的研究人员想要了一个新的办法：在VR头显正面敲上一个标记物，然后跟踪该物品的3D建模，这样他们就可以必要在VR的那一部分调整时间参数。
另一部分还须要校准的是动态面部模型和头显方位的数值，也就是说，3D面部模型在最后的MR视频中必须几乎覆盖面积VR头显，这样我们看见的效果才会怪异。为了超过这种效果，研究者还必须对头贞展开跟踪，最后在视频时就可以动态校准。制备与图形最后一步是必须制作适合的3D面部模型，适合的标准依然是我们最后在MR视频里看见的效果。
除了在前面提及涵盖眼部动作的面部跟踪，我们他用了SMI公司为HTCVive配备的眼部跟踪技术，你也许要回答为什么还必须额外的眼部跟踪，原因在于SMI的眼部跟踪可以提供非常丰富的眼部动作数据，而我们的动态面部模型捕猎方案聪明才智在于建模。视频时，我们不会用算法在第一阶段获得的数据库内搜寻最佳的面部形象，我们不仅有美学上的考虑到，还有年纪、光线、肤色等等。SMI的数据同时也不会和前者动态传输。
但是研究者的目的并不是要制作极为现实的面部模型，人类对于用作脸上的人工制品具有极强的敏感度，哪怕一点不大自然和瑕疵都会令人产生呼吸困难，这就是“可怕谷理论”——该理论是一个关于人类对机器人和非人类物体的感觉的假设。它在1970年由日本机器人专家森政弘明确提出，森政弘的假设认为，由于机器人与人类在外表、动作上相近，所以人类亦不会对机器人产生正面的情感；直到一个特定程度，他们的反应之后不会忽然显得十分负面。
哪怕机器人与人类只有一点点的差异，都会变得十分醒目强光，整个机器人变得十分笨拙可怕，使人有面临僵尸的感觉。可是，当机器人和人类的相近度之后下降，相等于普通人之间的相近度的时候，人类对他们的情感反应不会再次返回正面，产生人类与人类之间的移情起到。为了防止“堕入可怕谷”，谷歌的研究者并没用建模将头显几乎覆盖面积，而是让头贞看上去变得有一些半透明，他们把这称作“水肺效果”，因为看上去就像潜水用于的面罩那样。
这种作法还有另一个出发点：可以允许算法在校准颜色和方位时有微小的偏差。改装成的照相机、半透明的头显、可以表明眼睛动作，这些最后让谷歌的研究者需要作出目前尤为现实和生动的MR视频。这项研究毫无疑问为VR的社交、互动性做出了极大的贡献。
本文关键词：帝一娱乐,帝一娱乐官方网站,帝一娱乐网页版登录入口,帝一娱乐手机APP下载,帝一娱乐在线登录入口,帝一娱乐官网登录入口
本文来源：帝一娱乐-www.83874140.com