日韩视频在线精品视频免费观看-日韩视频在线观看中字-日韩视频在线观看一区-日韩视频在线观看免费-日韩视频在线观看-日韩视频在线播放

　　此前有報道稱Oculus的傳感器可以用于拍攝圖片，所以有人擔心黑客或許可以從此入手，記錄我們在虛擬世界中的一舉一動。

　　但我們是否是過分擔心呢？Motheboard日前采訪了Oculus Rift傳感器可用來捕捉用戶圖像的發現者——美國加州大學戴維斯分校的研究員Oliver Kreylos。下面是整理的采訪片段：

　　問：與Vive的Lighthouse傳感器相比，Oculus的定位追蹤方法是否比較馬馬虎虎，還是說它具備自己的優點？Oculus是否值得在產品中冒這種風險呢？

　　Kreylos：這個問題涉及面很廣，所以我先進行一些背景說明。攝像頭和追蹤標識器（如Oculus的LED）在3自由度和6自由度追蹤中有著悠久的歷史。幾乎所有高端的動捕系統都基于這種方法。這是Wiimote（Wii手柄）追蹤的基礎，同時多年來一直以NaturalPoint的TrackIR頭部追蹤器形式用于PC游戲。

　　這種方法之所以會如此流行（尤其是在業余愛好者群體中），是因為它可以提供高質量的效果，同時不需要太多的定制硬件。攝像頭十分普遍，價格親民。其他唯一的剛性需求硬件是追蹤標識器，但即使是業余愛好者也能制造，而其他的事情都是通過軟件實現。

　　當Oculus為Rift DK2尋找一套優秀而且廉價的6自由度追蹤系統時，攝像頭是一個明顯而又最為合適的選擇。但Oculus沒有采用標準的做法，而是通過可向攝像頭識別自己的追蹤LED來顯著降低標準算法的計算負荷。因此，DK2追蹤系統超乎了許多人的預期，包括我自己。

　　當Oculus從DK2轉向CV1（第一代消費者版本）時，沿用已被證明的追蹤系統，并通過采用更好的硬件（高分辨率攝像頭，使用全局快門而非滾動快門）來進行優化，這也是一個合理的工程決定。從純技術觀點上看，這是一個正確的選擇。雖然存在一定的問題，但Oculus的Constellation是一個優秀的6自由度追蹤系統。由于Constellation比較閉合，我并沒有像對Valve的Lighthouse系統一樣進行詳盡的分析，但我預期兩者在質量不相上下。

　　我認為Lighthouse更為優雅，它采集的原始數據更少，計算處理也更少，并能實現相同的效果。兩個系統的定位計算算法的基本輸入是，從中心點（攝像頭焦點或Lighthouse基站中心）開始的三維射線，并指向空間中的追蹤LED或光電二極管。Constellation通過捕獲高分辨率圖像，將它們傳輸至主機PC，找到這些圖像中的亮像素的斑點，以及計算它們的中心（x，y）位置來得出這些射線。Lighthouse也是一樣：當掃描激光與光電二極管（將光轉換成電流的裝置）相遇，根據激光器的已知角速度將時間轉換成角度，并將所得到的角度發送到主機PC時，然后Lighthouse系統就會進行相應地計算。Constellation需要向主機發送大約60MB的數據，這給主機的USB子系統帶來了嚴重的壓力，而Lighthouse發送的數據很少（我估計只有幾十KB），它可以實現無線傳輸同時不會導致什么問題。

　　但這并不意味著Constellation是馬馬虎虎的系統。在開發出來時這是最先進的系統，但Valve后來推出了一套令人意想不到的，更為優雅的系統，而Oculus要更換已經太晚了。這是一個創新，我并不認為有任何人預見Lighthouse系統的到來。

　　Constellation的主要缺點是，由于較高的USB帶寬要求，導致某些用戶在使用過程中會出現問題。另一個非技術性的缺點是，從數個攝像頭向主機PC發送高分辨率的圖像，而且這些攝像機必須被放置在幾乎理想的位置。我個人認為，一些黑客攻擊者獲得這些圖像的風險性很小，但我不能否認，這在理論上存在可能。

　　在這一點上Oculus可以采取不同的做法以避免這個問題。我之前提到的Wiimote同樣是通過攝像頭進行追蹤。但跟Constellation不同，Wiimote不會向主機發送圖像。將圖像轉換為（x，y）LED位置的步驟在攝像頭芯片本身內部進行，由定制的芯片完成。如果Oculus采用了這種方法，并將這樣的ASIC（專用集成電路或具有特定用途的定制電路）集成到攝像頭本身，他們就可以避免Constellation的問題。它可以把從攝像頭到主機的帶寬減少約1000倍（解決大多數用戶的問題），同時其他人不可能窺探發送的圖像，因為圖像將永遠不會被發送到主機PC。

　　我不知道你是否能將其稱作“馬馬虎虎”，在一定程度上Oculus的工程師忽略了可能存在的隱私問題，或者這是他們在經過衡量之后才做出的決定。但把圖像發送至主機存在多個好處：設計ASIC需要時間和金錢，軟件解決方案更靈活，更容易隨著時間進行改進。Oculus目前可能正在研究算法，使用攝像頭圖像來追蹤LED之外的對象，例如通過Leap Motion或Kinect來把用戶的手部，或甚至是全身帶進VR。