HMSCoreAREngine团队联手厦门大学信息学院，与专业学生面对面深度交流行业发展与前沿成果。双方共同编写行业知识教材，引导学生开发AR游戏实践，为未来AR、VR人才培养培育可复制的教学模式与资源。我来自厦门大学信息学院，我自己的研究方向也是和AR、VR紧密相关，是给增强现实虚拟现实提供下一代的新的交互方式。我是从2018年开始就在我们学校开设增强现实技术应用这门课程。现在这门课程面向的学生是软件工程系大四的本科生。现在总共选修这门课学生也超过了200人。Q1：请介绍一下厦门大学教学特色以及和HMSCore的合作落地情况？A1:我们的教学特色总结起来叫做教学科研双轮驱动，产教融合需求牵引
随着购物场景的逐渐多元化，越来越多电商平台把线下购物体验搬到线上，运用AR技术，跨越空间距离，帮助用户在购买前“体验”商品，增强购买意愿。哔哩哔哩会员购（后称会员购）是B站于2017年推出的IP消费体验服务平台。为了让广大用户能够真实感受到衍生品商品的细节，平台从今年开始结合AR特效，模拟衍生品与真实场景的交互，打造沉浸式营销，唤起粉丝群体的文化共鸣。携手HMSCoreAREngine,开启衍生品特效新纪元克苏鲁系列卡牌一直都拥有极高的用户粘性，彼时取材于克苏鲁神话的“旧日低语”卡牌厂商正在尝试扩大用户群体。在此背景下，会员购与克苏鲁神话系列塔罗牌的AR特效首秀诞生。会员购通过对图像的跟踪，将
随着购物场景的逐渐多元化，越来越多电商平台把线下购物体验搬到线上，运用AR技术，跨越空间距离，帮助用户在购买前“体验”商品，增强购买意愿。哔哩哔哩会员购（后称会员购）是B站于2017年推出的IP消费体验服务平台。为了让广大用户能够真实感受到衍生品商品的细节，平台从今年开始结合AR特效，模拟衍生品与真实场景的交互，打造沉浸式营销，唤起粉丝群体的文化共鸣。携手HMSCoreAREngine,开启衍生品特效新纪元克苏鲁系列卡牌一直都拥有极高的用户粘性，彼时取材于克苏鲁神话的“旧日低语”卡牌厂商正在尝试扩大用户群体。在此背景下，会员购与克苏鲁神话系列塔罗牌的AR特效首秀诞生。会员购通过对图像的跟踪，将
1、What在自编码器中，有两个神经网络，分别为Encoder和Decoder，其任务分别是：Encoder：将读入的原始数据（图像、文字等）转换为一个向量Decoder：将上述的向量还原成原始数据的形式而目标是希望还原出来的结果能够与原始数据尽可能的接近。其中的向量可称为Embedaing、Representation、Code。而它的主要用处就是将原始数据（高维、复杂）经过Encoder后得到的向量（经过处理，低纬度）作为下游任务的输入。2、Why因为例如图像这种原始数据它的变化是有限的（不可能每一个像素点都是完全随机的，这不是我们可能看到的图片），因此如果AutoEncoder能够找到它
1、What在自编码器中，有两个神经网络，分别为Encoder和Decoder，其任务分别是：Encoder：将读入的原始数据（图像、文字等）转换为一个向量Decoder：将上述的向量还原成原始数据的形式而目标是希望还原出来的结果能够与原始数据尽可能的接近。其中的向量可称为Embedaing、Representation、Code。而它的主要用处就是将原始数据（高维、复杂）经过Encoder后得到的向量（经过处理，低纬度）作为下游任务的输入。2、Why因为例如图像这种原始数据它的变化是有限的（不可能每一个像素点都是完全随机的，这不是我们可能看到的图片），因此如果AutoEncoder能够找到它
1、摘要本项目将在Android上实现一种通过识别表情类别，从而给人脸戴上不同样式脸谱的AR软件，效果如下：通过深度学习和Keras训练一个人脸表情识别的卷积神经网络，然后使用TensorFlowLite转换为tflite文件，部署到Android平台。想要实现这样一个软件，核心就是两部分：1）使用卷积神经网络训练一个人脸表情识别模型，2）将训练好的模型移植到Android平台，同时在Android实现脸谱AR效果，并结合表情识别模型的识别结果，渲染不同的脸谱样式本文讲第一部分，如何使用Keras训练一个人脸表情识别的卷积神经网络。第二部分见：基于卷积神经网络的人脸表情识别应用--AR川剧变脸
1、摘要本项目将在Android上实现一种通过识别表情类别，从而给人脸戴上不同样式脸谱的AR软件，效果如下：通过深度学习和Keras训练一个人脸表情识别的卷积神经网络，然后使用TensorFlowLite转换为tflite文件，部署到Android平台。想要实现这样一个软件，核心就是两部分：1）使用卷积神经网络训练一个人脸表情识别模型，2）将训练好的模型移植到Android平台，同时在Android实现脸谱AR效果，并结合表情识别模型的识别结果，渲染不同的脸谱样式本文讲第一部分，如何使用Keras训练一个人脸表情识别的卷积神经网络。第二部分见：基于卷积神经网络的人脸表情识别应用--AR川剧变脸
目 录1. 应用背景...22. 系统框架...23. AI场景识别算法和硬件...34. AR视频空间管理系统...55. 物联网及工业互联网系统...56. 用户应用终端...77. 应用效果...91. 应用背景最近有三个项目的技术要求中明确有视频和AI图像场景识别的需求，并且占用了很大的篇幅描述场景需求，即包括硬件也包括软件。物联网、视频AI场景识别、业务应用的整体融合是发展的必然趋势。第一个项目是钢铁行业的安全双控系统，要求实时识别危险区域的人员安全行为、设备及环境的安全场景。第二个项目是水务行业的智能化实验室系统，
目 录1. 应用背景...22. 系统框架...23. AI场景识别算法和硬件...34. AR视频空间管理系统...55. 物联网及工业互联网系统...56. 用户应用终端...77. 应用效果...91. 应用背景最近有三个项目的技术要求中明确有视频和AI图像场景识别的需求，并且占用了很大的篇幅描述场景需求，即包括硬件也包括软件。物联网、视频AI场景识别、业务应用的整体融合是发展的必然趋势。第一个项目是钢铁行业的安全双控系统，要求实时识别危险区域的人员安全行为、设备及环境的安全场景。第二个项目是水务行业的智能化实验室系统，
AR技术已经被广泛应用于营销、教育、游戏、展览等场景。通过2D图像跟踪技术和3D物体跟踪技术，用户只需使用一台手机进行拍摄，即可实现海报、卡牌等平面物体以及文物、手办等立体物体的AR效果。尽管近年来2D图像跟踪和3D物体跟踪算法已经取得了很大的进步，但受限于环境等因素影响，效果仍然有很大提升空间，是目前AR开发者的研发难点。HMSCoreAREngine提供了2D图像和3D物体的端云协同跟踪技术，让开发者更简单便捷地开发AR类应用，让用户拥有更丰富的AR交互体验。2D图像跟踪技术端云协同2D图像实时跟踪技术已率先应用于Bilibili会员购，购物者在选购时能够浏览商品的AR特效，多角度、近距离
