Magic Leap公布卷积神经网络SLAM定位技术
文章相关引用及参考：roadtovr
两个深层卷积神经网络（CNNs）提供的追踪系统。
（映维网 2017年7月27日）估值达数十亿美元的神秘初创公司Magic Leap至今都没有向世界展示过任何设备，但在最近由Magic Leap研究人员发表的题为《Toward Geometric Deep SLAM》的论文中，我们睹见了一种创新的机器视觉技术，其旨在帮助创建一款强大的独立AR头显。
论文的作者是Magic Leap研究人员Daniel DeTone、Tomasz Malisiewicz和Andrew Rabinovich，其描述了由两个深层卷积神经网络（CNNs）提供的追踪系统，一种用于图像处理的人造“大脑”。这两个深层卷积网络被称为“MagicPoint”和“MagicWarp”，而研究人员称两者可实现一个“快速，精简，轻松地在单个CPU上运行30+ FPS”的系统。
根据论文，MagicPoint对单个图像进行操作，并创建对追踪十分重要的2D点，而这部分描点将服务于即时定位与地图构建（SLAM）视觉算法。在把他们的网络与经典的点检测器进行比较时，Magic Leap团队发现“图像噪声上存在显着的性能差距”。
由于计算移动物体形状并不是一件容易的事情（可能是物体或观察者移动），所以MagicWarp的作用就是在建模周围世界的同时，使用包含由MagicPoint生成的2D点的图像来预测运动。MagicWarp SLAM算法与传统方式不同，因为它仅使用点的位置，而不是更复杂的“Local Point Descriptors（本地点描述子）”（这是用于描述包含编码的唯一标识信息的计算机视觉术语）。
在通过物理和合成数据进行测试后，Magic Leap表示两个卷积神经网络能够实时运行。论文作者总结说：“我们认为，大规模部署由深度学习驱动的SLAM系统的日子并不遥远。”
虽然我们并不清楚Magic Leap是否已经准备好一款可以公开展示的光场显示头显原型，或者是其执行总监罗尼·阿伯维茨所描述的“小巧，便携，强大而且很酷”的产品，但经过3年以上的等待之后，映维网渴望了解关于Magic Leap的任何信息。当然，这不包括任何后期制作，不符合事实的营销活动。
