下一代空間計算:AR與VR創新理論與實踐

下一代空間計算:AR與VR創新理論與實踐

《下一代空間計算:AR與VR創新理論與實踐》是2020年10月電子工業出版社出版的圖書,作者是(美)Erin Pangilinan(艾琳·潘希利南)、(美)Steve Lukas(斯蒂夫·盧卡斯)、(美)Vasanth Mohan(瓦桑斯·莫漢)。

基本介紹

  • 中文名:下一代空間計算:AR與VR創新理論與實踐 
  • 作者:(美)Erin Pangilinan(艾琳·潘希利南)、(美)Steve Lukas(斯蒂夫·盧卡斯)、(美)Vasanth Mohan(瓦桑斯·莫漢)
  • 譯者:柯靈傑
  • 出版社:電子工業出版社
  • 出版時間:2020年10月
  • 頁數:300 頁
  • 定價:144.00 元
  • 開本:16 開
  • ISBN:9787121386725
內容簡介,圖書目錄,作者簡介,

內容簡介

《下一代空間計算:AR與VR創新理論與實踐》以基本概念、理論原理為主,以行業套用案例為輔,介紹空間計算中的互動設計、藝術設計、計算機視覺技術、AR/VR 開發框架、跨平台套用開發技術、機器學習與數據可視化、人工智慧等領域的知識圖譜,並展示了空間計算在醫療保健、體育娛樂、教育培訓等行業的實際套用案例。本書提供了對空間計算的龐大知識體系的廣闊概覽。
本書適合那些在技術開發、藝術設計、產品策劃方面具有一定經驗的讀者,可作為他們入門空間計算領域的指引之書 ;也適合那些在空間計算領域已有一定實踐經驗的從業者,作為梳理知識體系與開拓創新思路之用。

圖書目錄

序言xv
前言xvii
第 1 部分 跨越數字和現實的設計與藝術
第 1 章 人類與計算機的互動3
常用術語 3
概述 4
歷代的人機互動模態 :20 世紀之前 4
歷代的人機互動模態 :第二次世界大戰期間 6
歷代的人機互動模態 :第二次世界大戰之後 7
歷代的人機互動模態 :個人計算機崛起的時代 10
歷代的人機互動模態 :計算機微型化的時代 11
為何要回顧這些歷史 13
常見的 HCI 模式 13
新的人機互動模態 18
空間計算設備的人機互動模態現狀 19
沉浸式計算系統當前所用的控制器 19
身體追蹤技術 21
關於手追蹤和手勢識別的註記 22
下一代語音輸入、手勢輸入和硬體輸入 22
第 2 章 為感官而設計,不要為設備而設計 26
展望未來 26
感知技術概覽 27
我們為誰打造這樣的未來 29
女性在 AI 中扮演的角色 32
感官設計 33
感官設計概述 33
五項感官設計原則 35
1 直覺體驗是多感官的 35
2 3D 將會觸手可及 36
3 設計要自然而符合物理原理 37
4 設計無法完全可控 37
5 釋放空間協作的力量 38
Adobe 的 AR 故事 38
結語 39
第 2 部分 擴展現實如何改變數字藝術
第 3 章 VR 藝術 43
一種更自然的 3D 藝術創作方式 43
VR 動畫 49
第 4 章 3D 藝術最佳化52
概述 52
建議 53
理想的解決方案 54
拓撲結構 55
烘焙 58
繪製調用 63
使用 VR 工具進行 3D 藝術創作 63
使用現成的 3D 模型與重新製作 64
結語 64
第 3 部分 硬體、SLAM、追蹤
第 5 章 計算機視覺如何讓 AR 成為可能67
我們是誰 67
AR 簡史 68
為何以及如何選擇 AR 平台 70
作為開發者,我應該選擇哪個平台,為何要如此選擇 70
AR 效果具有不確定性 70
軟硬體集成 72
光學校準 73
慣性校準 74
追蹤技術的未來展望 76
AR 計算機視覺技術的未來展望 78
地圖 80
多人 AR 的工作原理 84
最具挑戰性的部分 85
重定位的工作原理 86
AR 中重定位的研究現狀 87
重定位問題會有消費級的解決方案嗎 88
難道谷歌公司或蘋果公司無法給出消費級的解決方案嗎 89
重定位不等於多人 AR 90
當前 App 的重定位實際是怎么做的 91
AR 平台 94
蘋果的 ARKit 94
解密一些謎團 95
ARCore 是不是輕量級的 Tango 96
應該開始基於 ARCore 構建 AR 套用嗎 98
Tango、HoloLens、Vuforia 以及其他 AR 平台 98
其他開發建議 99
光照 99
多人 AR — 到底難在何處 100
用戶通過 AR 進行社交活動 101
AR 套用如何連線現實世界並確定自身位置 101
AR 套用如何理解現實世界的事物並與之連線 102
AR 雲 103
我所想像的 AR 雲 104
AR 雲有多重要 104
AR 雲到底是什麼 104
為什麼媒體對 ARKit 和 ARCore“不感冒” 105
構建出色的 AR 套用還缺少什麼 105
今天的移動雲能否勝任這項工作 106
離開 AR 雲,ARKit/ARCore 是否毫無用處 106
AR 雲的黎明 106
更大的圖景 — 隱私數據和 AR 雲數據 108
術語表 111
第 4 部分 創建跨平台的 VR/AR 套用
第 6 章 VR/AR 跨平台方法論115
為什麼需要跨平台 115
遊戲引擎的作用 117
理解 3D 圖形 118
虛擬相機 118
自由度 119
遊戲設計的可移植性教程 121
簡化控制器的輸入 123
開發步驟 1 :設計基本界面 123
開發步驟 2 :平台集成 125
總結 128
第 7 章 VRTK :社區開源框架130
什麼是 VRTK,為什麼大家會使用 VRTK 130
VRTK 的歷史 131
SteamVR Unity Toolkit 的誕生 131
VRTK v4 133
VRTK 的未來 133
VRTK 的成功 134
開始使用 VRTK v4 135
第 8 章 三項 VR/AR 最佳開發實踐140
VR/AR 開發的難度大 140
處理移動 141
VR 中的移動機制 142
AR 中的移動機制 147
有效地利用音效 149
VR 中的音效 150
AR 中的音效 152
常見的互動範式 153
VR 背包系統 153
AR 射線檢測 156
結語 158
第 5 部分 增強數據表示 :空間計算中的數據可視化與人工智慧
第 9 章 數據與機器學習可視化在空間計算中的開發與設計161
概述 161
理解數據的可視化 162
空間計算中數據與機器學習的可視化法則 163
為什麼數據與機器學習的可視化能在空間計算中發揮作用 164
數據可視化設計隨著 XR 的出現而發展 164
在 XR 中呈現 2D 數據與 3D 數據 166
空間計算中的 2D 數據可視化 VS 3D 數據可視化 166
空間計算中的數據可視化互動 167
動畫 168
失敗的數據可視化設計 169
良好的數據可視化設計能夠最佳化 3D 空間 169
“節省時間感覺就像一切變得簡單了” 170
數據表示、信息圖表與互動 170
什麼是數據可視化 171
數據可視化與大數據或機器學習可視化之間的區別 171
如何創建數據可視化 :數據可視化的構建流程 172
WebXR :在 Web 端構建數據可視化 172
數據可視化在 XR 中遭遇的挑戰 173
數據可視化的行業案例 174
3D 重建與直接操作真實數據 :XR 中的解剖結構 176
近距離了解 Glass Brain 176
TVA Surg 醫學成像 VR 模組 177
人人都能做數據可視化 :XR 中的開源數據可視化 177
生物大分子數據的可視化 179
實踐教程 :如何在空間計算中創建數據可視化 179
如何創建數據可視化 :資源 181
結語 182
參考資料 182
資源 183
數據可視化工具 184
機器學習可視化工具 184
數據新聞的可視化 184
術語表 184
第 10 章 AI 角色與行為186
概述 186
行為 189
現狀 :回響式 AI 191
適應性 192
複雜性與普遍性 193
可行性 193
賦予系統更高的智慧型 :慎思式 AI 194
機器學習 200
強化學習 201
深度強化學習 202
模仿學習 203
自動規劃與機器學習相結合 204
套用 204
結語 205
參考資料 206
第 6 部分 體驗現實的套用案例
第 11 章 VR 與 AR 醫療保健生態系統213
VR/AR 醫療保健技術套用設計 214
標準用戶體驗並不直觀 215
布置安定的環境 216
便利性 216
指導案例 :帕金森綜合徵項目 Insight 216
Insight 的做法 217
Insight 的構建 217
企業 221
醫療規劃與指導 222
與醫療教育相關的體驗 222
與患者相關的體驗 224
主動式醫療保健 226
前沿學術機構的研究案例 226
第 12 章 體育愛好者的 XR 體驗231
概述 231
第 1 部分 :體育 AR 與 VR 的五大關鍵法則 234
沒有絕對的實時 235
第 2 部分 :體育領域產品體驗的進一步發展 238
第 3 部分 :打造未來 240
所有權 243
忠告 245
結語 246
第 13 章 VR 企業培訓案例 247
概述 :企業培訓的重要性 247
VR 培訓有用嗎 248
案例 :洪水屋培訓 250
VR 培訓適合什麼場景?“RIDE”準則 253
什麼是良好的 VR 培訓 254
3D 全景視頻 255
3D 全景視頻的優勢 256
3D 全景視頻面臨的挑戰 256
3D 全景視頻的互動 256
案例 :工廠車間培訓 260
敘事的重要性 261
案例 :商店反搶劫應急培訓 261
XR 培訓的未來 :超越 3D 全景視頻 263
計算機圖形 263
案例 :職場軟技能培訓 263
展望 :攝影測量技術 265
展望 :光場 266
展望 :AR 培訓 266
展望 :語音識別 267
展望 :最理想的培訓體驗 267
參考資料 268
後記269
關於作者271
關於封面274

作者簡介

Erin Pangilinan:首席作者,設計師兼軟體工程師,創業顧問。2017年她被選為舊金山大學數據研究所深度學習項目的多元化研究員。
Steve Lukas:聯席作者,Across Realities聯合創始人,曾為AR與VR企業領域的風險投資者。他擁有5年以上的行業經驗,包括在高通與Magic Leap任職。
Vasanth Mohan:聯席作者,FusedVR創始人,Udacity的“VR開發者納米學位(VR Developer Nanodegree)”課程開發者。

相關詞條

熱門詞條

聯絡我們