FBEC2023 | 普羅米修斯CEO張煜：數(shù)字生命——大模型可驅(qū)動的體積視頻

FBEC2023未來商業(yè)生態(tài)鏈接大會暨第八屆金陀螺獎于2023年12月8日在深圳福田大中華喜來登酒店6樓盛大召開，本次大會由廣東省游戲產(chǎn)業(yè)協(xié)會、深圳市互聯(lián)網(wǎng)文化市場協(xié)會指導(dǎo)，陀螺科技主辦，中國光谷、游戲陀螺、VR陀螺、陀螺財(cái)經(jīng)、陀螺電競聯(lián)合主辦。

大會以“合力共生·韌者行遠(yuǎn)”為大會主題，以具有行業(yè)前瞻洞察的“航行者”為視角，破冰之旅為主線，關(guān)注AI、元宇宙、XR、游戲、電競、數(shù)字經(jīng)濟(jì)等科技與互聯(lián)網(wǎng)前沿領(lǐng)域，全方位呈現(xiàn)科技前沿成果，聚焦時(shí)代與商業(yè)熱點(diǎn)議題，探討新科技、新商業(yè)、新模式的未來價(jià)值，與真正的勇者共赴劇變革新下的凜冬破冰之旅！

FBEC2023分會場A：全球3D技術(shù)應(yīng)用論壇邀請到普羅米修斯視覺CEO張煜帶來主題為“數(shù)字生命——大模型可驅(qū)動的體積視頻”的精彩演講。張煜指出，普羅米修斯視覺在相機(jī)矩陣采集系統(tǒng)領(lǐng)域已深耕10年，全棧解決方案均為自研。

以下為演講實(shí)錄：

大家好，我是普羅米修斯的CEO張煜，我們公司主要做大模型可驅(qū)動的體積視頻。首先介紹一下我們公司，普羅米修斯視覺是一家專注于研究體積視頻技術(shù)及應(yīng)用的高新技術(shù)企業(yè)，核心技術(shù)團(tuán)隊(duì)由清華大學(xué)博士團(tuán)隊(duì)和香港科技大學(xué)博士團(tuán)隊(duì)等頂尖院校的高精尖人才組成，我們在相機(jī)矩陣采集系統(tǒng)領(lǐng)域已深耕10年，是全國唯一一家全棧解決方案都是自研的企業(yè)。迄今為止擁有發(fā)明專利70多項(xiàng)，目前估值不到10億，董事長是北航軟件學(xué)院的創(chuàng)始院長孫偉。

現(xiàn)在我跟大家分享一下公司做了10年的比較成熟的解決方案，其中一個(gè)核心方向是專業(yè)相機(jī)矩陣的同步、標(biāo)定、采集+傳輸、存儲的全棧解決方案。它涵蓋以下四個(gè)特點(diǎn)，亞毫秒級別的同步、亞像素級別標(biāo)定、萬兆網(wǎng)絡(luò)的傳輸和采集，以及高速固態(tài)硬盤存儲。

第一個(gè)特點(diǎn)是相機(jī)同步，整套系統(tǒng)支持從5fps到120fps的可自主調(diào)節(jié)采集，相機(jī)從幾臺、幾十臺到幾百臺都可以支持毫秒級別同步的采集方式。這是我們自研的一套同步系統(tǒng)，它是一個(gè)波形發(fā)生器，精度可達(dá)到亞毫秒級別，最高支持120fps的曝光。而且算法會自動糾正隨著時(shí)間帶來的累計(jì)誤差，保障長時(shí)間采集拍攝過程中的穩(wěn)定同步。

第二個(gè)特點(diǎn)是自動標(biāo)定，行業(yè)人士都知道，幾百臺相機(jī)的標(biāo)定是很麻煩的問題，我們已經(jīng)自研超高精度標(biāo)定算法，所有相機(jī)全局收斂，全局誤差小于0.5個(gè)像素，而且整個(gè)過程全自動化，10分鐘以內(nèi)就能完成幾百個(gè)相機(jī)的同步標(biāo)定。

第三個(gè)特點(diǎn)是高速采集+傳輸，從相機(jī)輸出、傳輸網(wǎng)絡(luò)到存儲系統(tǒng)輸入都是萬兆網(wǎng)架構(gòu)，保證海量數(shù)據(jù)采集傳輸順暢無延時(shí)，無卡頓。

第四個(gè)特點(diǎn)是存儲系統(tǒng)，在存儲上，我們采用了M.2高速固態(tài)硬盤采集系統(tǒng) + 企業(yè)級HHD硬盤陣列，既保證高速采集，又確保存儲可靠。

這個(gè)產(chǎn)品主要有四大應(yīng)用場景，第一是無標(biāo)記點(diǎn)動捕人體骨骼數(shù)據(jù)采集，第二是三維人體動態(tài)模型重建數(shù)據(jù)采集，第三是三維人體動態(tài)點(diǎn)云數(shù)據(jù)采集，第四是語音表情動態(tài)數(shù)據(jù)采集。

在可選相機(jī)里面，我們同時(shí)支持卷簾快門相機(jī)以及全局快門相機(jī)。有些應(yīng)用對深度有要求，因此我們還提供一個(gè)模組，這個(gè)模組由兩個(gè)IR相機(jī)、彩色相機(jī)和隨機(jī)散斑投射器的POD組成，可以完成非常準(zhǔn)確的深度采集。該模組適用于三維建模，點(diǎn)云采集，像流行的NeRF、NeuS等都可以通過這個(gè)方式采集數(shù)據(jù)。

在可選軟件包里，首先講下IR雙目的stereo，這就是一個(gè)典型的IR相機(jī)拍出來的圖像，身上的散斑都是我們研發(fā)的一些非均勻散斑，通過這種散斑和自研的stereo的一些算法可以做到高精度的深度計(jì)算，之后再用基于神經(jīng)網(wǎng)絡(luò)的方式讓它變得更加精確。

圖片上顯示的是一個(gè)骨骼檢測軟件包，可實(shí)現(xiàn)全身骨骼點(diǎn)檢測以及高精度的臉部掃描。在通過多相機(jī)的擬合和檢測后，骨骼點(diǎn)和臉部的表情點(diǎn)會非常準(zhǔn)，這個(gè)軟件包比較適合一些動捕人體骨骼數(shù)據(jù)采集的需求。

除了關(guān)鍵點(diǎn)的采集，我們還支持比較典型的SMPL和SMPLX的一些參數(shù)人體模型的采集。關(guān)于臉部的關(guān)鍵參數(shù)模型等，整套系統(tǒng)也同樣支持。所以不管是全身還是臉部都可以采用這套相機(jī)矩陣，通過增減或者選不同的模塊去實(shí)現(xiàn)。

接下來介紹一些成功案例，港科大有我們一套動態(tài)的重建及應(yīng)用元實(shí)驗(yàn)室數(shù)字人重建拍攝系統(tǒng)。深圳第二高級技術(shù)學(xué)院、江西軟件職業(yè)技術(shù)大學(xué)、貴州盛華職業(yè)技術(shù)學(xué)院、北京容積視覺有限公司等，他們的整套方案也是我們提供的。

最后總結(jié)一下，公司研發(fā)的這套相機(jī)矩陣采集系統(tǒng)的相機(jī)數(shù)量從幾臺到幾百臺可選，相機(jī)類型不僅可選2K、4K、卷簾快門、全局快門，紅外IR相機(jī)都是可選的，占地面積7米乘7米，可拍攝范圍是5米乘3米高的圓柱體。

此外，我們產(chǎn)品有三大優(yōu)勢，超過10年的產(chǎn)品研發(fā)，迭代，大量客戶長期使用，系統(tǒng)穩(wěn)定，好用，完整；清華，港科大博士團(tuán)隊(duì)從底層研發(fā)，底層可控可定制，算法水平屬國際第一梯隊(duì)；軟硬件全國產(chǎn)，成本可控有優(yōu)勢。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。