2019年以來，百度視覺技術不斷精進，在各大國際賽事屢屢奪冠。在近日的百度AI開發(fā)者大會中，百度視覺技術再次升級，在經歷了從看清世界到看懂世界的1.0時代，百度視覺語義化平臺將進入2.0時代，交互升級方面，依靠領先的視覺基礎技術，帶來一體化人機交互與大場景物理世界交互兩大增強現(xiàn)實技術的系統(tǒng)級革新；同時百度AR技術開放平臺DuMix AR也宣布升級為5.0版本。

百度視覺技術部、增強現(xiàn)實技術部總監(jiān)吳中勤表示，在小視頻應用中常見的美顏濾鏡、貼紙等功能，以及手機相機中自帶的AR萌拍，背后都離不開AR特效能力的加持。在本次全新發(fā)布的一體化人機交互系統(tǒng)中，帶來了人臉、人體、手勢及環(huán)境特效等AR能力的創(chuàng)新變革，通過單點能力升級和玩法組合，將為視頻拍攝、游戲互動等場景提供更豐富的創(chuàng)作空間和交互體驗。

據吳中勤介紹，百度AR從自建人臉數(shù)據庫的海量數(shù)據中提取東方人臉型基底，并以此為基礎構建了一套穩(wěn)定高效的用戶臉型三維重建算法，實現(xiàn)精細化五官和實時穩(wěn)定的皮膚級跟蹤效果。手勢交互玩法方面，百度AR建立了一系列業(yè)內領先的超輕量級（計算量小，體積?。┦植拷换ニ惴芰仃?，除了常見的控雨等手勢控制操作，還能自定義手部特效、空間作畫等多種創(chuàng)意玩法，在全民小視頻、好看視頻等應用中備受歡迎。

在移動端，百度率先支持了18點/59點肢體骨骼點/輪廓點檢測跟蹤和主流機型的全面覆蓋；環(huán)境感知和理解方面，包含人像分割、天空分割、物體檢測等多項算法能力在內的特效能力矩陣，實現(xiàn)了物理世界1：1實景實時分割，可以任意選擇背景替換、染發(fā)、天空特效、動畫疊加等AR效果。

交互技術的升級還將更深入地賦能智慧生活場景?，F(xiàn)場，吳中勤通一個鮮活的案例展現(xiàn)了智能車機綜合實現(xiàn)疲勞駕駛提醒、語音視覺的互動操控，以及利用3D識別跟蹤技術實現(xiàn)與小度在家等家庭智能設備的交互。全新的一體化人機交互系統(tǒng)已全面接入百度智能云平臺，支持為企業(yè)提供更全面、更易用的智能化能力和更完善的視頻解決方案。

交互升級的另一大焦點，是基于VPAS（視覺定位與增強服務）的大場景物理世界交互系統(tǒng)的發(fā)布。百度首次通過視覺定位與AR技術的突破性結合，將虛擬信息與真實地理位置準確重合，標志著國內AR技術發(fā)展與應用領域取得突破性進展——在從簡單的空間物體放置體驗，邁向基于物理空間精準感知的高沉浸混合現(xiàn)實體驗。

據悉，VPAS主要包含離線高精地圖構建、在線定位與融合跟蹤三大基礎模塊，相比GPS具備更穩(wěn)定的實時跟蹤能力，支持室外大場景及室內場景厘米級高精度定位。而且，百度AR采用了最具前瞻性的視覺技術方案，以及兼容Google、Apple平臺的持續(xù)跟蹤能力與獨有自研跟蹤能力共同構成的融合跟蹤方案，能夠支持當前市場主流手機設備的全場景體驗需求；同時結合百度視覺語義化能力，持續(xù)提升在線定位與實時跟蹤的穩(wěn)定性和精準度。

百度AR在視覺信息要素積累的基礎上實現(xiàn)了一套完整的視覺地圖構建方案，即實行眾源數(shù)據采集模式，對用戶通過手機收集反饋的圖像數(shù)據進行處理分析，結合百度地圖的地理位置信息持續(xù)更新完善視覺地圖。吳中勤指出，目前百度AR已打通常見三維重建數(shù)據導入接口，并且兼容相同格式下的第三方數(shù)據，具備易集成特性和數(shù)據批量化生產能力。

現(xiàn)場，吳中勤還展示了VPAS首個落地應用案例——重建圓明園大水法。當用戶跟隨百度地圖導航走進圓明園西洋樓景區(qū)，VPAS將自動“找到”大水法遺址，在殘垣斷壁上重新建立起100多年前雕欄玉砌、“獵狗逐鹿”的恢弘奇景。這也是將百度AI能力與5G技術結合的第一個落地應用場景。隨著5G時代到來，AI與5G/邊緣計算相互賦能不斷深化，將以大水法為起點，拓展景區(qū)、商圈等更多室內外場景，結合VPAS為物理世界可視化導航服務帶來體驗式變革。

吳中勤表示，“隨著5G時代的到來，百度AR依托視覺技術優(yōu)勢所構建的虛實場景融合的基礎設施，將不斷彌合虛擬世界與物理世界的間隙，刷新人們探索世界的方式。”