重磅！独家解密腾讯AR开放平台“QAR”！｜ SIGGRAPH Asia 2016

腾讯AR研究员刘骁

12月6日，SIGGRAPH Asia 2016正在澳门举行，今年有相当一部分内容都与VR/AR有关。今天，在腾讯优图实验室、清华大学-腾讯联合实验室以及腾讯AI Lab联合举行的一场分享会议中，来自腾讯的刘骁首次介绍了腾讯“QAR开放平台”，一个增强现实平台。

在腾讯从事AR研究超过3年的刘骁告诉雷锋网(公众号：雷锋网)，该平台目前还没有对外推出，预计会在明年随其它产品一并发布。

以下内容整理自刘骁的Keynote演讲。

AR背景

近些年AR领域越来越火，特别是在广告和游戏等领域。当前的AR可以分为两种：一种是移动AR，另一种是头戴显示器。由于它们使用的传感器不同，通常其追踪技术也不同。

对于希望开发AR应用的开发者来说，目前比较流行的AR SDK有Vuforia、ARToolkit、Metaio和Wikitude。而app开发者遇到的问题是：

1、一些强大的API对入门开发者来说太难了；

2、对轻量级App来说过重；

3、模型渲染需要额外工作；

4、建立识别服务需要额外的工作；

5、一些前沿的功能没有包括进来：SLAM，室外脸部AR等等。

QAR

QAR=Quick+AR，其目标是构建易用、轻型、一站式、多特性并且免费的AR SDK，开发者只需要3行代码就能为自己的App加入腾讯的AR模块功能。

对“Quick”的定义：

易用：容易使用，代码少；

轻型：轻量；

一站式：包含识别服务、模型存储；

多特性：包含2D/3D Markers、SLAM、Face AR、Handy AR等功能；

免费。

现场视频演示了四个Demo，分别是：The Smurfs 2和NARUTO的3D动画Demo，The Avengers AR预告片Demo，以及和真实3D模型合影的AR相机Demo。

QAR技术概述

AR网络服务器

首先，我们建立了一个AR网络服务器，用于图像队列和模型管理（Image Queue and Model Management）。用户与AR数据库的交互分两步，首先是上传Marker图像到服务器，然后服务器会对其进行识别，并将AR模型调整后与之匹配，然后进行显示。整个过程非常迅速，且支持多用户和巨大用户规模，每个用户有自己的数据库。

图像和目标检索方面，我们使用了CDVS（Compact Descriptors for Visual Search）算法。

探测和追踪

探测追踪是AR技术里的核心，在探测方面，我们使用了ORB探测器，基于一般采用词集（bags of words）方法的搜索，针对二维图像使用Homography，三维图像则是PnP+RANSAC。这使得我们在移动平台上支持低于1000个目标的检索。

下面这张图是我们追踪方案的技术实现过程，我们使用基于SLAM的追踪技术，因为希望同时支持目标和场景追踪，所以我们也要做Mapping。

模型转换和渲染

在模型渲染方面我们使用了基于Open GL ES的轻量级引擎，Android只需66kb，iOS为140kb。同时拥有很高的渲染速度，在低端的Android手机上小于1.5ms。

场景追踪：SLAM

对于建筑、办公场所等地，我们有不需要Marker点的SLAM追踪技术。同时，我们采用了Kalman过滤器将IMU和相机的数据融合到一起，提供快速和稳定的追踪。

QAR应用

QAR还没有对外发布，但腾讯内部已经有一些应用对这个平台非常感兴趣了，下面就分享一些应用场景。

QAR应用：

1、微信电影票；

2、RTX+Tencent Explorer；

3、QQ手机浏览器；

4、KM

5、微信公开课；

6、微信扫一扫；

7、手机管家；

8、应用宝。

以微信电影票为例，用户可以在App里打开摄像头对准海报，比如热门电影《天将雄师》，之后3D的成龙就会跳出来，用户可以和他合影交分享到朋友圈。

目前我们正与内部许多应用一起探索AR的应用场景，正在合作的项目包括：RTX+Tencent Explorer、微信、QQ浏览器、手机管家和应用宝。

QAR的未来方向

除了已有的目标追踪功能，未来我们还将在QAR SDK中加入另外三项功能：Face AR、Handy AR和Scene AR。

除了针对App开发者，我们还将为网页开发者推出H5开放平台。再往后，我们希望对各种头戴显示器进行支持，包括HoloLens、Meta等。

开发者若想了解QAR，可以访问www.aropen.com。

。