下一代空间计算:AR与VR创新理论与实践

Book description

近年来,尽管AR与VR技术渐有流行之势,但实际上整个空间计算技术仍旧处在主流应用的前沿地带。现今,渴望涉足这一领域的开发者、艺术家与设计师们能够获得的专业指导少之又少。在本书中,Erin Pangilinan、Steve Lukas与Vasanth Mohan剖析了整条AR/VR技术开发流水线,并提供了实践教程来帮助你学习AR/VR的相关知识,以提升自身的专业技能。

本书通过循序渐进的教程,以理论为基础,以行业应用案例为背景,介绍如何构建实际的应用程序与体验。在本书的每一章节中,都会有行业专家(包括Timoni West、Victor Prisacariu、Nicolas Meuleau等)加入作者的行列,他们将揭示空间计算背后的技术内幕。

本书涵盖三大主题:

  • 艺术设计:探索空间计算与交互设计、以人为本的交互与感官设计,以及数字艺术内容创作工具。
  • 技术开发:研究ARKit、ARCore与基于空间映射的系统之间的差异;学习如何在头戴式显示设备上进行跨平台开发。
  • 应用案例:理解数据与机器学习可视化及AI技术是如何运用在空间计算、教育培训、体育娱乐、医疗保健和其他行业应用之中的。

Table of contents

  1. 封面
  2. 扉页
  3. 版权页
  4. O’Reilly Media, Inc.介绍
  5. 序言
  6. 献词
  7. 目录 (1/2)
  8. 目录 (2/2)
  9. 前言
    1. 术语说明
    2. 为何写作本书
    3. 本书不涉及的内容
    4. 本书的组织结构
    5. 本书的排版规范
    6. 代码示例的使用
    7. O’Reilly 在线学习平台
    8. 如何联系我们
    9. 致谢
    10. 读者服务
  10. 第1部分 跨越数字和现实的设计与艺术
    1. 第1章 人类与计算机的交互
      1. 常用术语
      2. 概述
      3. 历代的人机交互模态:20世纪之前
      4. 历代的人机交互模态:第二次世界大战期间
      5. 历代的人机交互模态:第二次世界大战之后
      6. 历代的人机交互模态:个人计算机崛起的时代
      7. 历代的人机交互模态:计算机微型化的时代
      8. 为何要回顾这些历史
        1. 常见的HCI模式
      9. 新的人机交互模态
      10. 空间计算设备的人机交互模态现状
      11. 沉浸式计算系统当前所用的控制器
        1. 身体追踪技术
      12. 关于手追踪和手势识别的注记
        1. 下一代语音输入、手势输入和硬件输入
    2. 第2章 为感官而设计,不要为设备而设计
      1. 展望未来
      2. 感知技术概览
      3. 我们为谁打造这样的未来
        1. 女性在AI中扮演的角色
      4. 感官设计
        1. 感官设计概述
      5. 五项感官设计原则
        1. 1. 直觉体验是多感官的
        2. 2. 3D将会触手可及
        3. 3. 设计要自然而符合物理原理
        4. 4. 设计无法完全可控
        5. 5. 释放空间协作的力量
      6. Adobe的AR故事
      7. 结语
  11. 第2部分 扩展现实如何改变数字艺术
    1. 第3章 VR艺术
      1. 一种更自然的3D艺术创作方式
      2. VR动画
    2. 第4章 3D艺术优化
      1. 概述
        1. 建议
        2. 理想的解决方案
        3. 拓扑结构
        4. 烘焙
      2. 绘制调用
      3. 使用VR工具进行3D艺术创作
      4. 使用现成的3D模型与重新制作
      5. 结语
  12. 第3部分 硬件、SLAM、追踪
    1. 第5章 计算机视觉如何让AR成为可能
      1. 我们是谁
      2. AR简史
      3. 为何及如何选择AR平台 (1/2)
      4. 为何及如何选择AR平台 (2/2)
        1. 作为开发者,我应该选择哪个平台,为何要如此选择
        2. AR效果具有不确定性
        3. 软硬件集成
        4. 光学校准
        5. 惯性校准
        6. 追踪技术的未来展望
        7. AR计算机视觉技术的未来展望
      5. 地图 (1/3)
      6. 地图 (2/3)
      7. 地图 (3/3)
        1. 多人AR的工作原理
        2. 最具挑战性的部分
        3. 重定位的工作原理
        4. AR中重定位的研究现状
        5. 重定位问题会有消费级的解决方案吗
        6. 难道谷歌公司或苹果公司无法给出消费级的解决方案吗
        7. 重定位不等于多人AR
        8. 当前App的重定位实际是怎么做的
      8. AR平台
        1. 苹果的ARKit
        2. 解密一些谜团
        3. ARCore是不是轻量级的Tango
        4. 应该开始基于ARCore构建AR应用吗
        5. Tango、HoloLens、Vuforia及其他AR平台
      9. 其他开发建议
        1. 光照
        2. 多人AR—到底难在何处
        3. 用户通过AR进行社交活动
        4. AR应用如何连接现实世界并确定自身位置
        5. AR应用如何理解现实世界的事物并与之连接
      10. AR云 (1/2)
      11. AR云 (2/2)
        1. 我所想象的AR云
        2. AR云有多重要
        3. AR云到底是什么
        4. 为什么媒体对ARKit和ARCore“不感冒”
        5. 构建出色的AR应用还缺少什么
        6. 今天的移动云能否胜任这项工作
        7. 离开AR云,ARKit/ARCore是否毫无用处
        8. AR云的黎明
        9. 更大的图景—隐私数据和AR云数据
      12. 术语表
  13. 第4部分 创建跨平台的VR/AR应用
    1. 第6章 VR/AR跨平台方法论
      1. 为什么需要跨平台
      2. 游戏引擎的作用
      3. 理解3D图形
        1. 虚拟相机
        2. 自由度
      4. 游戏设计的可移植性教程
      5. 简化控制器的输入
        1. 开发步骤1:设计基本界面
        2. 开发步骤2:平台集成
      6. 总结
    2. 第7章 VRTK:社区开源框架
      1. 什么是VRTK,为什么大家会使用VRTK
      2. VRTK的历史
      3. SteamVR Unity Toolkit的诞生
      4. VRTK v4
      5. VRTK的未来
      6. VRTK的成功 (1/2)
      7. VRTK的成功 (2/2)
        1. 开始使用VRTK v4
    3. 第8章 三项VR/AR最佳开发实践
      1. VR/AR开发的难度大
      2. 处理移动 (1/2)
      3. 处理移动 (2/2)
        1. VR中的移动机制
        2. AR中的移动机制
      4. 有效地利用音效
        1. VR中的音效
        2. AR中的音效
      5. 常见的交互范式
        1. VR背包系统
        2. AR射线检测
      6. 结语
  14. 第5部分 增强数据表示:空间计算中的数据可视化与人工智能
    1. 第9章 数据与机器学习可视化在空间计算中的开发与设计
      1. 概述
      2. 理解数据的可视化
      3. 空间计算中数据与机器学习的可视化法则
      4. 为什么数据与机器学习的可视化能在空间计算中发挥作用
        1. 数据可视化设计随着XR的出现而发展
        2. 在XR中呈现2D数据与3D数据
      5. 空间计算中的2D数据可视化与3D数据可视化的比较
      6. 空间计算中的数据可视化交互
      7. 动画
      8. 失败的数据可视化设计
      9. 良好的数据可视化设计能够优化3D空间
      10. “节省时间感觉就像一切变得简单了”
      11. 数据表示、信息图表与交互
        1. 什么是数据可视化
      12. 数据可视化与大数据或机器学习可视化之间的区别
      13. 如何创建数据可视化:数据可视化的构建流程
      14. WebXR:在Web端构建数据可视化
      15. 数据可视化在XR中遭遇的挑战
      16. 数据可视化的行业案例
      17. 3D重建与直接操作真实数据:XR中的解剖结构
        1. 近距离了解Glass Brain
        2. TVA Surg医学成像VR模块
      18. 人人都能做数据可视化:XR中的开源数据可视化
        1. 生物大分子数据的可视化
      19. 实践教程:如何在空间计算中创建数据可视化
      20. 如何创建数据可视化:资源
      21. 结语
      22. 参考资料
      23. 资源
        1. 数据可视化工具
        2. 机器学习可视化工具
        3. 数据新闻的可视化
      24. 术语表
    2. 第10章 AI角色与行为
      1. 概述
      2. 行为
      3. 现状:响应式AI
        1. 适应性
        2. 复杂性与普遍性
        3. 可行性
      4. 赋予系统更高的智能:慎思式AI (1/2)
      5. 赋予系统更高的智能:慎思式AI (2/2)
      6. 机器学习
        1. 强化学习
        2. 深度强化学习
        3. 模仿学习
        4. 自动规划与机器学习相结合
        5. 应用
      7. 结语
      8. 参考资料
  15. 第6部分 体验现实的应用案例
    1. 第11章 VR与AR医疗保健生态系统
      1. VR/AR医疗保健技术应用设计
      2. 标准用户体验并不直观
        1. 布置安定的环境
        2. 便利性
      3. 指导案例:帕金森综合征项目Insight
        1. Insight的做法
        2. Insight的构建
      4. 企业
        1. 医疗规划与指导
        2. 与医疗教育相关的体验
        3. 与患者相关的体验
        4. 主动式医疗保健
      5. 前沿学术机构的研究案例
    2. 第12章 体育爱好者的XR体验
      1. 概述
      2. 第一个板块:体育AR与VR的五大关键法则
        1. 没有绝对的实时
      3. 第二个板块:体育领域产品体验的进一步发展
      4. 第三个板块:打造未来 (1/2)
      5. 第三个板块:打造未来 (2/2)
        1. 所有权
        2. 忠告
      6. 结语
    3. 第13章 VR企业培训案例
      1. 概述:企业培训的重要性
      2. VR培训有用吗
      3. 案例:洪水屋培训
      4. VR培训适合什么场景?“RIDE”准则
      5. 什么是良好的VR培训
      6. 3D全景视频
        1. 3D全景视频的优势
        2. 3D全景视频面临的挑战
        3. 3D全景视频的交互
      7. 案例:工厂车间培训
      8. 叙事的重要性
      9. 案例:商店反抢劫应急培训
      10. XR培训的未来:超越3D全景视频
        1. 计算机图形
      11. 案例:职场软技能培训
      12. 展望:摄影测量技术
      13. 展望:光场
      14. 展望:AR培训
      15. 展望:语音识别
      16. 展望:最理想的培训体验
      17. 参考资料
  16. 后记
  17. 关于作者
  18. 关于封面

Product information

  • Title: 下一代空间计算:AR与VR创新理论与实践
  • Author(s): Erin Pangilinan, Steve Lukas, Vasanth Mohan
  • Release date: October 2020
  • Publisher(s): Publishing House of Electronics Industry
  • ISBN: 9787121386725

You might also like

book

Go程序设计语言

by 艾伦A. A.多诺万, 布莱恩W. 柯尼汉

本书由《C程序设计语言》的作者Kernighan和谷歌公司Go团队主管Alan Donovan联袂撰写,是学习Go语言程序设计的权威指南。本书共13章,主要内容包括:Go的基础知识、基本结构、基本数据类型、复合数据类型、函数、方法、接口、goroutine、通道、共享变量的并发性、包、go工具、测试、反射等。

book

解密金融数据

by Justin Pauley

技术是获取和解释金融数据的强大工具,能给你华尔街上所有人都想要的东西:优势。你不需要成为一名程序员就能从彭博、IHS Markit或其他系统获取金融信息。 通过本书并结合你的见解与彭博或Markit的数据,你将了解分析金融信息和生成专业报告的技能。 如果你是一名程序员,本书也包含用C#来覆盖相同主题的方法。 对比公司、债券或贷款,并使用在彭博屏幕上看不到的数据。 为单个公司建立两页的活页报告,包含重要的金融数据、与其对等组的相对价值比较和价格趋势。 建立投资组合总结报告,包含业绩、增长、风险调整后收益和组合。 探索公司债券和贷款市场的每日价格和贷款信息。 利用相关性和回归确定两种证券(或指数)之间的关系。 通过计算方差、标准差和夏普比率来衡量投资组合风险调整后的收益。 使用Markit数据来识别有意义的趋势。

book

机器学习流水线实战

by Hannes Hapke, Catherine Nelson

正如自动化流水线给汽车制造业带来了质的改变,自动化机器学习流水线也能从根本上加速机器学习领域的发展。机器学习流水线实现了复用、管理和部署机器学习模型的标准化流程。数据科学家和机器学习工程师不仅能摆脱逐个手动构建和训练模型的“作坊式”工作流程,还能产出更可靠、更安全的模型。 本书带领你使用TensorFlow生态圈中的众多工具构建可复现的机器学习流水线,从而将模型部署时间从数天缩短为数分钟,有效地实现机器学习项目产品化。你将学习如下内容。 了解机器学习流水线的构建步骤 使用TensorFlow Extended(TFX)构建机器学习流水线 使用Beam、Airflow、Kubeflow Pipelines编排流水线 数据校验和数据预处理 使用TensorFlow的模型分析工具 检查模型的公平性 使用TensorFlow Serving和TensorFlow Lite部署模型 了解差分隐私、联邦学习和加密机器学习等隐私保护方法

book

微服务与事件驱动架构

by Adam Bellemare

如今,许多公司常常难以在业务需求和不断增长的数据量之间找到平衡。随着各行各业积极拥抱数字化转型,对大规模实时数据的利用需求正在快速增长,传统的系统架构再也无法承担重任。 本书为构建事件驱动型微服务提供了实用框架。通过本书,你将学习如何根据事件驱动型微服务的原则跨业务部门利用大数据,从而提高服务的可伸缩性和可测试性,让技术选型更灵活,更轻松地应对不断变化的业务需求,真正实现持续交付。 如何利用事件驱动架构更好地实现商业价值 微服务在事件驱动架构设计中的角色 确保团队取得成功的架构模式 开发强大的事件驱动型微服务所需的应用模式 落地微服务生态系统所需的组件和工具