腾讯 AR 研究员刘骁

　　12 月 6 日，SIGGRAPH Asia 2016 正在澳门举行，今年有相当一部分内容都与 VR/AR 有关。今天，在腾讯优图实验室、清华大学-腾讯联合实验室以及腾讯 AI Lab 联合举行的一场分享会议中，来自腾讯的刘骁首次介绍了腾讯“QAR 开放平台”，一个增强现实平台。

　　在腾讯从事 AR 研究超过 3 年的刘骁告诉雷锋网(公众号：雷锋网)，该平台目前还没有对外推出，预计会在明年随其它产品一并发布。

　　以下内容整理自刘骁的 Keynote 演讲。

　　近些年 AR 领域越来越火，特别是在广告和游戏等领域。当前的 AR 可以分为两种：一种是移动 AR，另一种是头戴显示器。由于它们使用的传感器不同，通常其追踪技术也不同。

　　1、一些强大的 API 对入门开发者来说太难了；

　　2、对轻量级 App 来说过重；

　　3、模型渲染需要额外工作；

　　4、建立识别服务需要额外的工作；

　　5、一些前沿的功能没有包括进来：SLAM，室外脸部 AR 等等。

　　QAR=Quick+AR，其目标是构建易用、轻型、一站式、多特性并且免费的 AR SDK，开发者只需要 3 行代码就能为自己的 App 加入腾讯的 AR 模块功能。

　　对“Quick”的定义：

1. 易用：容易使用，代码少；
2. 一站式：包含识别服务、模型存储；

　　首先，我们建立了一个 AR 网络服务器，用于图像队列和模型管理（Image Queue and Model Management）。用户与 AR 数据库的交互分两步，首先是上传 Marker 图像到服务器，然后服务器会对其进行识别，并将 AR 模型调整后与之匹配，然后进行显示。整个过程非常迅速，且支持多用户和巨大用户规模，每个用户有自己的数据库。

　　探测追踪是 AR 技术里的核心，在探测方面，我们使用了 ORB 探测器，基于一般采用词集（bags of words）方法的搜索，针对二维图像使用 Homography，三维图像则是 PnP+RANSAC。这使得我们在移动平台上支持低于 1000 个目标的检索。

　　下面这张图是我们追踪方案的技术实现过程，我们使用基于 SLAM 的追踪技术，因为希望同时支持目标和场景追踪，所以我们也要做 Mapping。

　　场景追踪：SLAM

　　对于建筑、办公场所等地，我们有不需要 Marker 点的 SLAM 追踪技术。同时，我们采用了 Kalman 过滤器将 IMU 和相机的数据融合到一起，提供快速和稳定的追踪。

　　QAR 还没有对外发布，但腾讯内部已经有一些应用对这个平台非常感兴趣了，下面就分享一些应用场景。

　　3、QQ 手机浏览器；

　　以微信电影票为例，用户可以在 App 里打开摄像头对准海报，比如热门电影《天将雄师》，之后 3D 的成龙就会跳出来，用户可以和他合影交分享到朋友圈。

　　目前我们正与内部许多应用一起探索 AR 的应用场景，正在合作的项目包括：RTX+Tencent Explorer、微信、QQ 浏览器、手机管家和应用宝。

　　QAR 的未来方向

　　除了针对 App 开发者，我们还将为网页开发者推出 H5 开放平台。再往后，我们希望对各种头戴显示器进行支持，包括 HoloLens、Meta 等。

　　开发者若想了解 QAR，可以访问 。