基于真实环境的元宇宙场景搭建关键技术发展态势研究

doi:10.12267/j.issn.2096-5931.2023.06.003

信息通信技术与政策 ›› 2023, Vol. 49 ›› Issue (6): 17-23.doi: 10.12267/j.issn.2096-5931.2023.06.003

基于真实环境的元宇宙场景搭建关键技术发展态势研究

Research on development trend of key technologies for constructing metaverse scenes based on real environment

硕天鸾, 董一民

中国信息通信研究院信息化与工业化融合研究所,北京 100191

收稿日期:2023-05-11 出版日期:2023-06-25 发布日期:2023-06-27
作者简介:
硕天鸾, 中国信息通信研究院信息化与工业化融合研究所沉浸技术与应用研究部副主任,主要从事元宇宙、先进计算、数字经济、行业信息化等方面的研究工作;
董一民, 中国信息通信研究院信息化与工业化融合研究所沉浸技术与应用研究部工程师,主要从事人工智能、元宇宙、数字经济、行业信息化等方面的研究工作。

SHUO Tianluan, DONG Yimin

Informatization and Industrialization Integration Research Institute, China Academy of Information and Communications Technology, Beijing 100191, China

Received:2023-05-11 Online:2023-06-25 Published:2023-06-27

摘要/Abstract

摘要：

基于真实物理环境构建的元宇宙场景是连接物理世界与数字世界的重要桥梁,也是实现数字孪生到虚实共生的重要途径。围绕三维重建、渲染等元宇宙场景搭建关键环节,总结了当前主流技术路径与创新态势,讨论了相关领域基于人工智能的优化提升以及神经渲染技术模型研究、理论优化等,分析了关键软硬件产品应用格局、创新方向,并提出了当下我国技术创新发展的建议。

关键词: 元宇宙, 三维重建, 渲染, 神经渲染, 神经辐射场

Abstract:

The metaverse scene constructed based on the real physical environment is an important bridge connecting the physical world and the digital world, and an important way to achieve the transformation from digital twinning to virtual and real coexistence. First, this paper focuses on the key links of constructing metaverse scenes such as 3D reconstruction and rendering, and summarizes the current mainstream technology paths and innovation trends. Then, it discusses the optimization of artificial intelligence technology in related fields, as well as the research and theoretical optimization of neural rendering technology models. Finally, it analyzes the application pattern and innovation direction of key software and hardware products, and proposes suggestions for the current technological innovation in China.

Key words: metaverse, 3D reconstruction, rendering, neural rendering, Neural Radiance Fields (NeRF)

中图分类号:

TN929.11

硕天鸾, 董一民. 基于真实环境的元宇宙场景搭建关键技术发展态势研究[J]. 信息通信技术与政策, 2023, 49(6): 17-23.

SHUO Tianluan, DONG Yimin. Research on development trend of key technologies for constructing metaverse scenes based on real environment[J]. Information and Communications Technology and Policy, 2023, 49(6): 17-23.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2023.06.003

http://ictp.caict.ac.cn/CN/Y2023/V49/I6/17

图/表 3

参考文献 9

[1]	MILDENHALL B, SRINIVASAN P P, TANCIK M, et al. Nerf: representing scenes as neuraradiance fields for view synthesis[C]//European Conference on Computer Vision. Springer Cham, 2020: 405-421.
[2]	REISER C, PENG S, LIAO Y, et al. KiloNeRF:speeding up neural radiance fields with thousands of tiny MLPs[C]//Proceedings of the IEEE/CVF International Conference on Computer Vision. IEEE, 2021:14315-14325.
[3]	NIEMEYER M, GEIGER A. GIRAFFE:representing scenes as compositional generative neural feature fields[C]//2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition(CVPR). IEEE, 2021: 11448-11459.
[4]	TANCIK M, CASSER V, YAN X, et al. Block-NeRF:scalable large scene neural view synthesis[C]//2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). IEEE, 2022.
[5]	QI C R, SU H, Mo K, et al. PointNet:deep learning on point sets for 3D classification and segmentation[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). IEEE, 2017(7):652-660.
[6]	KARRAS T, LAINE S, AILA T. A style-based generator architecture for generative adversarial networks[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). IEEE, 2019:4401-4410.
[7]	MÜLLER T, EVANS A, SCHIED C, et al. Instant neural graphics primitives with a multiresolution hash encoding[J]. ACM Transactions on Graphics, 2022, 41(4):1-15.
[8]	RAO C, YU H, WAN H, et al. ICARUS:a specialized architecture for neural radiance fields rendering[J]. ACM Transactions on Graphics, 2022, 41(6):1-14.
[9]	HAN D, RYU J, KIM S, et al. 2.7 MetaVRain:a 133mW real-time hyper-realistic 3D-NeRF processor with 1D-2D hybrid-neural engines for metaverse on mobile devices[C]//2023 IEEE International Solid-State Circuits Conference (ISSCC). IEEE, 2023.

编辑推荐

Metrics

阅读次数

全文

1264

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	815	0	0	449

来源	本网站	其他网站

次数	1186	78
比例	94%	6%

摘要

377

最新录用	在线预览	正式出版

0	0	377

	来源	本网站

	次数	377
	比例	100%

方式		优势	劣势
主动	结构光	三维结构、颜色、纹理复原精度高	易受环境光干扰
主动	飞行时间法	受环境光干扰小、成像速度快	价格较高、精度低
被动	单目视觉	算法成熟、计算量小、易部署	三维结构获取精度低,误差较大
被动	多目视觉	成本较低,三维结构获取精度高	计算量大

方式		优势	劣势
主动	结构光	三维结构、颜色、纹理复原精度高	易受环境光干扰
主动	飞行时间法	受环境光干扰小、成像速度快	价格较高、精度低
被动	单目视觉	算法成熟、计算量小、易部署	三维结构获取精度低,误差较大
被动	多目视觉	成本较低,三维结构获取精度高	计算量大

分类(名称)	三维重建		渲染		开源	商业
分类(名称)	基于被动式	基于主动式	实时	离线
Agisoft Metashape	√					√
Autodesk ReCap Photo	√					√
FARO Technologies Scene		√				√
Leica Geosystems Cyclone		√				√
Trimble RealWorks	√	√				√
Unreal Engine			√			√
Unity			√			√
Autodesk Arnold				√		√
Chaos Group V-Ray				√		√
Blender	√	√	√	√	√
Meshroom	√				√
OpenMVS	√				√
COLMAP	√				√
Open3D	√				√
Autodesk 3ds Max	√	√	√	√		√
Autodesk Maya	√	√	√	√		√
Cinema 4D	√	√	√	√		√
ZBrush				√		√
Adobe Substance			√	√		√
Pix4D	√					√

分类(名称)	三维重建		渲染		开源	商业
分类(名称)	基于被动式	基于主动式	实时	离线
Agisoft Metashape	√					√
Autodesk ReCap Photo	√					√
FARO Technologies Scene		√				√
Leica Geosystems Cyclone		√				√
Trimble RealWorks	√	√				√
Unreal Engine			√			√
Unity			√			√
Autodesk Arnold				√		√
Chaos Group V-Ray				√		√
Blender	√	√	√	√	√
Meshroom	√				√
OpenMVS	√				√
COLMAP	√				√
Open3D	√				√
Autodesk 3ds Max	√	√	√	√		√
Autodesk Maya	√	√	√	√		√
Cinema 4D	√	√	√	√		√
ZBrush				√		√
Adobe Substance			√	√		√
Pix4D	√					√

[1]	周一竞, 崔琢, 黄翠婷, 林文珍, 陈涛. 基于知识联邦的数据要素流通创新体系[J]. 信息通信技术与政策, 2023, 49(6): 61-70.
[2]	王郁. 传送网运营管理智能化水平分级评估研究进展与应用探讨^*[J]. 信息通信技术与政策, 2023, 49(6): 91-96.
[3]	张慷, 桑洁丽, 吴美希. 面向异构算力网络调度的研究[J]. 信息通信技术与政策, 2023, 49(5): 42-47.
[4]	钟杨帆, 刘丹, 文芳志, 郭锐, 刘向东. 数据中心单相浸没液冷规模化应用关键技术研究^*[J]. 信息通信技术与政策, 2023, 49(5): 65-72.
[5]	周彩红, 王月, 许可欣. 面向算存运一体的数据中心存力发展研究[J]. 信息通信技术与政策, 2023, 49(5): 37-41.
[6]	张东, 苏永磊, 韩冬. 基于工业PON的中小企业数字化转型研究[J]. 信息通信技术与政策, 2023, 49(4): 86-90.
[7]	田玮, 刘镇承. 国有企业科技成果转化实践与思考[J]. 信息通信技术与政策, 2023, 49(3): 30-35.
[8]	邹菲菲, 闫坤, 李文宇. 数字经济环境下著作权案件的取证与鉴定研究[J]. 信息通信技术与政策, 2023, 49(3): 36-40.
[9]	张夕夜, 王莎. 个人信息保护合规疑难问题研究^*[J]. 信息通信技术与政策, 2023, 49(3): 74-79.
[10]	屠晓杰, 张丽, 谢松延. ICT产业发展态势[J]. 信息通信技术与政策, 2023, 49(3): 80-83.
[11]	张健, 曹珩, 王哲. 软件定义网络体系架构安全问题研究[J]. 信息通信技术与政策, 2023, 49(2): 35-42.
[12]	张沛, 刘媛媛. 人工智能治理国内外发展现状分析[J]. 信息通信技术与政策, 2023, 49(1): 46-51.
[13]	张宏科, 张成良, 孙琼. 对云网融合的几点思考[J]. 信息通信技术与政策, 2022, 48(11): 1-6.
[14]	胡杰, 杨鲲. 面向未来6G网络的绿色通信感知计算技术^*[J]. 信息通信技术与政策, 2022, 48(11): 30-38.
[15]	梁芳, 佟恬, 马贺荣, 曹畅. 东数西算下算力网络发展分析[J]. 信息通信技术与政策, 2022, 48(11): 79-83.

基于真实环境的元宇宙场景搭建关键技术发展态势研究

Research on development trend of key technologies for constructing metaverse scenes based on real environment

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 9

相关文章 15

编辑推荐

Metrics

本文评价