威米公布基于语义分割的多视图3D重建算法

北京, 2023年10月25日 — 美国纳斯达克上市公司WiMi Hologram Cloud Inc.(“WiMi”或“公司”)是一家领先的全球虚拟增强现实(AR)技术提供商,今天宣布其基于语义分割的多视角3D重建算法的研发,旨在实现3D重建结果的更高精度。在传统的多视角3D重建算法中,通常只考虑图像的几何信息来通过提取多个视角的特征点或匹配特征来重建3D场景,而忽略了语义信息的利用,导致重建结果缺乏对场景语义的理解和解释。随着深度学习的快速发展,语义分割技术逐渐成为计算机视觉领域的热点研究方向。语义分割技术可以将图像中的每个像素分配给不同的语义类别,实现图像对象的精确分割和语义理解。WiMi研究的基于语义分割的多视角3D重建算法将语义分割技术与3D重建方法相结合,实现3D场景的精确重建和语义理解。

语义信息可以提供更多上下文和语义约束,通过将语义分割技术应用于多视角3D重建,可以在重建过程中获得更准确的语义信息,从而提高重建结果的准确性和可理解性。在实际应用中,基于语义分割的多视角3D重建可以应用于3D场景重建,为用户提供更真实的体验。例如,在重建一座建筑时,语义分割可以将不同区域分配给不同类别,如墙壁、窗户、门等,使重建结果更准确地反映建筑的结构和组成。此外,基于语义分割的多视角3D重建算法还可以应用于其他领域,如自动驾驶、虚拟现实、增强现实等,以实现对场景的更准确理解和模拟。基于语义分割的多视角3D重建算法的研发具有重要的研究和应用价值。

在应用WiMi基于语义分割的多视角3D重建算法过程中,首先需要对多视角图像进行预处理和特征提取,预处理主要包括图像去噪和图像增强操作,然后对每个图像提取特征点获得特征图。然后使用语义分割网络对特征图进行语义分割,获得每个像素的语义标签。然后根据语义标签在不同视角中找到匹配像素,建立特征点之间的对应关系。基于像素匹配结果使用三角测量算法重建3D点云。最后对重建的3D点云进行优化,包括删除离群点和填充缺失区域操作,最终获得3D重建结果。该算法可以实现多视角场景的精确3D重建,通过语义分割可以提供更丰富的场景信息来提高重建准确性。

与传统3D重建算法相比,基于语义分割的多视角3D重建算法在图像处理和计算方面更高效。通过利用语义信息,算法可以减少不必要的计算和处理,从而提高算法运行速度。此外,语义分割可以帮助算法更好地利用并行计算能力,进一步提高算法效率。

通过使用语义分割技术,算法还可以更好地理解图像中的对象边界和结构信息,从而提高3D重建的准确性。通过将每个像素分配给对应的语义类别,算法可以更好地区分不同对象之间的边界,并可以更好地恢复对象细节。此外,语义分割技术可以帮助算法更好地处理图像中的噪声和遮挡。通过将图像分割成语义区域,可以更好地识别和处理遮挡对象,从而提高重建的鲁棒性。此外,语义分割还可以帮助算法更好地处理光照变化和图像质量差的情况。

WiMi基于语义分割的多视角3D重建算法在准确性和效率方面具有明显优势。这些优势使算法能够在实际应用中更好地重建真实世界的3D场景,并更好地应对实际世界中各种复杂情况。

目前,深度学习在语义分割和3D重建领域已经取得显著成果。未来,WiMi将探索如何将深度学习方法与传统几何计算方法相结合,充分利用两者的优势,提升基于语义分割的多视角3D重建算法的性能和效果。

关于WiMi Hologram Cloud

WiMi Hologram Cloud, Inc.(纳斯达克股票代码:WIMI)是一家全方位技术解决方案提供商,专注于虚拟现实、增强现实和混合现实领域,为企业提供专业的AR头显产品、3D感知技术和软件开发等全方位解决方案。其服务和虚拟增强现实技术包括汽车AR应用、3D感知技术、虚拟现实半导体、AR软件开发、AR广告技术、AR娱乐技术、ARSDK支付、交互式AR通信等虚拟增强现实技术。

安全声明

本新闻稿包含《1995年私人证券诉讼改革法》中的“前瞻性陈述”。这些前瞻性陈述可以通过术语“将”、“预期”、“预计”、“未来”、“打算”、“计划”、“相信”、“估计”等来识别。非历史事实陈述,包括公司信念和期望在内,都是前瞻性陈述。此外,本新闻稿、管理层评论以及公司战略和经营计划中包含前瞻性陈述。公司还可能在定期报告中(如20-F表格和6-K表格)、年度报告、新闻稿和其他书面材料中,或管理层或雇员在第三方面前作出口头前瞻性陈述。前瞻性陰述涉及风险和不确定性。若干因素可能导致实际结果与任何前瞻性陈述存在重大差异,包括但不限于以下各项:公司的目标和战略、未来业务发展、财务状况和经营成果、AR虚拟现实行业的预期增长、以及公司产品和服务需求和市场接受度等方面的预期。

有关这些和其他风险因素的进一步信息,请参阅公司年度报告表格20-F和当前报告表格6-K以及向美国证券交易委员会提交的其他文件。本新闻稿中的所有信息均截至本新闻稿日期。除非适用法律有要求,公司不承担任何更新任何前瞻性陈述的义务。