自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

如何把范冰冰“送”到你家?雙11晚會逆天技術(shù)首次公開

開發(fā) 開發(fā)工具
2017天貓雙11晚會, 1.4億人次邊看晚會邊玩邊買,一場別開生面的“明星到你家”AR互動活動令人印象深刻。晚會現(xiàn)場,范冰冰、盧靖姍瞬間穿越到了所有觀眾家中,6分鐘內(nèi)225萬人次邀請“明星到你家”。

2017天貓雙11晚會, 1.4億人次邊看晚會邊玩邊買,一場別開生面的“明星到你家”AR互動活動令人印象深刻。晚會現(xiàn)場,范冰冰、盧靖姍瞬間穿越到了所有觀眾家中,6分鐘內(nèi)225萬人次邀請“明星到你家”。

今天,我們邀請到了阿里工程師沐節(jié),為大家揭秘如何把范冰冰“送”到你家里。

背景介紹

每一年的天貓雙11狂歡夜都是明星云集,2017年當(dāng)然也不例外,大半個娛樂圈都來了,還有好萊塢巨星、超級體育大咖等。

但是,如果明星們只是一如既往地呆在電視機(jī)里,那就太沒有新意了。能不能讓電視機(jī)里的明星走下舞臺,甚至是進(jìn)到每一個觀眾的家里去,和觀眾實現(xiàn)零距離互動呢?

范冰冰“瞬間移動”到你家

在這次晚會中,觀眾只要在手機(jī)上點一下按鈕,就能把明星“請”到自己家里拍照、互動。

原來,阿里工程師首次把真人三維建模和動作捕捉技術(shù)運(yùn)用到了國內(nèi)的手機(jī)平臺,把明星的動作甚至表情細(xì)節(jié)都進(jìn)行了逼真的還原,再通過特殊加密算法將模型文件壓縮在20M左右,同時巧妙地將AR技術(shù)與VR全景技術(shù)結(jié)合,實現(xiàn)了用技術(shù)將明星通過AR技術(shù)投射到真實場景,達(dá)到和觀眾面對面、多角度、零距離接觸的效果。

機(jī)遇與挑戰(zhàn)

在接到這樣一個項目的時候,整個團(tuán)隊都是很興奮的,可以把一種新技術(shù)帶給大眾, 不僅是炫技, 更是技術(shù)人心中的一種執(zhí)念:技術(shù)改變世界。

進(jìn)行技術(shù)調(diào)研后,我們有了以下顧慮:

1.AR算法需要較好的性能表現(xiàn)。

2.需要集成在手淘&貓客APP中,bundle尺寸越小越好。

3.在iOS平臺上只有iPhone 6S及 iOS 11的用戶可以使用 ARKIT。

4.Android端碎片化嚴(yán)重,機(jī)型差別巨大,有各種各樣的兼容性問題。

針對上述問題,我們調(diào)研了一些成熟引擎:

1.類似于Unreal,Unity這樣的游戲引擎,具有成熟的開發(fā)生態(tài),強(qiáng)大的能力。專業(yè)的效果需要專業(yè)的團(tuán)隊,簡單的效果Unity這樣的入門也不難。但是他們比較大并且是框架性質(zhì),直接生成一個獨(dú)立App的大型引擎,不適合嵌入手機(jī)淘寶這樣的應(yīng)用中使用。

2.WebGL隨著瀏覽器的發(fā)展,純渲染的能力和兼容性越來越強(qiáng),會滿足大量的需求。但是在面對高性能要求的AR各種算法,或者各種與渲染相關(guān)的強(qiáng)Native能力(譬如優(yōu)化的直播視頻流,圖片插值內(nèi)容等)時就會力不從心。等待原生的發(fā)展事實上是要等待標(biāo)準(zhǔn)的發(fā)展和普及,PWA,WebAssembly等技術(shù)尚不能算完全可用。

3.Hybrid方案通常會面臨異構(gòu)系統(tǒng)渲染帶來的不同步的硬傷,并且高頻通訊也通常帶來糟糕的性能問題。另外,Native的透出能力,除了api級別的透出,無論是資源使用的細(xì)粒度控制,或是需底層處理的渲染內(nèi)容,都不是簡單的一兩個函數(shù)調(diào)用的抽象可以解決的問題。

考慮到2017貓晚的覆蓋人群與廣泛性,  兼容手淘/貓客與各種機(jī)型&渠道是必然的, 綜上所述最終我們采用Weex-Redim架構(gòu)解決,Weex-redim在能嵌入淘系A(chǔ)pp的包大小的情況下,實現(xiàn)了多端一致性,動態(tài)性,高易用性和高性能的3D/VR/AR應(yīng)用研發(fā)體系并具備開放使用的能力。

關(guān)于Weex-Redim的常見問題與思考

Redim 以vuecomponents 形式調(diào)用,對于熟悉Vue/Weex的同學(xué)只需要了解一些圖形學(xué)的概念上手幾乎沒有任何成本。這一點難得可貴,市面上的大部分引擎都需要熟悉一定的圖形學(xué)相關(guān)知識,開發(fā)者上手需要學(xué)習(xí)成本。

1. 如何創(chuàng)建一個AR+ SLAM的場景?

使用<r-slam> 與<r-ar-cursor-layout>標(biāo)簽就可以創(chuàng)建一個AR場景,而Camera/Renderer/Light等 Redim已經(jīng)幫助處理無需關(guān)心,Tracking也由Redim的slam算法解決,你所要做的只是在標(biāo)簽上指定一個算法:type=arkit/planeasmarker/imu就好了。

  1. <r-slam type="arkit"
  2.     <r-ar-cursor-layout> 
  3.         <slot></slot> 
  4.     </r-ar-cursor-layout> 
  5. </r-slam>    

2. 動畫支持

Redim原生支持Animation動畫,目前支持translate3d與opacity,一些常用的矩陣操作基本可以支持。復(fù)雜的動畫支持較為有限。

3. Redim不適合做哪些?

高質(zhì)量大規(guī)模場景級渲染:對于大量內(nèi)容的,燈光渲染場景,目前由于工具鏈的缺失,擺起來還是比較吃力。并且動態(tài)創(chuàng)建不確定類型和數(shù)量的節(jié)點,也是一個寫起來不太方便的事兒。

高效幀級粒度的富交互:當(dāng)出現(xiàn)實時60fps的計算需求并要反應(yīng)在組件的屬性變化時,由于Weex的線程轉(zhuǎn)發(fā)機(jī)制,效率不高。暫時可以通過降低回調(diào)頻率緩解,但是會看出來一些。

亞組件粒度的自由控制:當(dāng)希望控制組件無法描述的很底層渲染特性時,如組件沒有提供控制力,就無法進(jìn)行自定義。除非自己擴(kuò)展新組件。

 …

Redim 有著上手快,無兼容性困擾,性能穩(wěn)定,開發(fā)效率高的優(yōu)勢,但在大規(guī)模場景渲染上由于工具鏈缺乏,還存在很多不便之處, 總的來說絕大部分業(yè)務(wù)場景上還是推薦同學(xué)們使用的:)

項目中的一些“坑”

1. 模型過大,50Mb左右的模型尺寸足以讓大部分用戶望而卻步。

解決方案比較針對性,我們通過雙十一前置活動提前下發(fā)相關(guān)模型文件, 晚會當(dāng)晚預(yù)加載等,這種方案非常多就不一一列舉了。一勞永逸還是要通過模型壓縮算法啊:)

2. 需要三種算法:

  • 在iPhone 6s+ iOS 11平臺上有蘋果的硬件支持, Arkit可以給用戶最好的體驗。
  • 低于iOS11的其他系統(tǒng)與Android跑分在75分以上的中高端機(jī)型采用傳感器+Marker解決。
  • 剩余不在黑名單的機(jī)型采用IMU傳感器。

3.  基于面還是特征點?

在這個問題上我們反復(fù)了很多次,基于特征點有以下問題:

  • 每次啟動應(yīng)用它不知道設(shè)備的位置。
  • 長距離和長時間的使用,誤差會累計變成drift。
  • 主要體現(xiàn)出的問題還是定位不準(zhǔn)確,范爺很容易就在天上了:)

基于面的檢測,有以下問題:

  • 面對環(huán)境不可辨認(rèn),比如純色的墻,純色的桌子。
  • 面對室外環(huán)境。因為深度傳感器有距離限制,空間大小超出限制就沒有深度信息了。
  • 主要體現(xiàn)出的問題是定位時間過長,很容易讓用戶失去耐心。

為了體現(xiàn)最好的視覺效果,我們最終還是選擇了基于面的檢測。

4. 不同算法對應(yīng)的世界坐標(biāo)不同,其單位也不同,這點需要去做統(tǒng)一處理。

[[216378]]

貓晚效果圖

【本文為51CTO專欄作者“阿里巴巴官方技術(shù)”原創(chuàng)稿件,轉(zhuǎn)載請聯(lián)系原作者】

戳這里,看該作者更多好文

責(zé)任編輯:武曉燕 來源: 51CTO專欄
相關(guān)推薦

2011-11-15 17:28:55

電影

2019-11-12 09:28:10

區(qū)塊鏈技術(shù)應(yīng)用程序

2017-09-15 13:48:58

支付寶

2020-04-03 09:05:43

麻將 AI Suphx神經(jīng)網(wǎng)絡(luò)

2013-04-07 10:04:01

隱私隱私保護(hù)Facebook

2015-11-05 18:18:36

優(yōu)酷

2017-06-26 10:40:59

2015-11-10 21:31:28

天貓雙11阿里巴巴

2016-10-21 17:23:08

寄云

2019-07-09 09:11:55

Wifi網(wǎng)絡(luò)電腦

2015-11-02 14:37:04

京東雙11

2019-07-01 09:04:31

程序員緩存架構(gòu)

2024-03-04 09:48:26

3D自動駕駛

2024-11-12 14:00:46

2015-11-12 14:55:59

2024-01-22 09:54:09

模型數(shù)據(jù)

2019-12-02 09:58:04

2015-11-14 17:16:17

淘寶雙11

2015-11-14 17:06:42

淘寶雙11

2024-02-21 09:25:50

3D自動駕駛
點贊
收藏

51CTO技術(shù)棧公眾號