進入 WebXR 的世界
隨着元宇宙的興起,VR 和 AR 技術再次回到同學們的視野。
比起完全是 0% 支持率的 WebGPU, 作爲 WebVR 技術的後繼者,WebXR Device API 以 0%+71.08% 的支持率展示了對於一個新的 feature 的期待。
面對越來越碎片化的移動端生態,Web 標準作爲可能是唯一的跨平臺工具,在生態中的重要性不言而喻。
如果想要學習 WebXR,從哪裏入手呢?別急,雖然 WebXR 和 WebGPU 還都不成熟,但是現有的技術已經可以讓我們實現超出你想象的效果了。
3DoF 和 6DoF
3DoF 是 Three Degrees of Freedom 的簡稱,意思是三個自由度。同理,6DoF 是 Six Degrees of Freedom 的簡稱,表示有 6 個自由度。
當只有三個自由度的時候,就是我們日常使用的 3D 模型系統那樣的,只能響應旋轉操作。千里之行,始於足下。我們就從 3 個自由度開始。
2D 時代,我們通過佈局來管理頁面的版面。到了 3D 情況下有些不同。我們先從一個例子來體會一下。
CSS 時代我們就是畫各種盒子的,所以爲了向 CSS 致敬,我們也畫一個 3D 的盒子。
前端寫 3D,最主要的框架是 Three.js。我們從 Three.js 的一個封裝,A-frame 入手。類似於 div,在 A-frame 中使用 a-scene 來作爲一個場景的容器。場景中放各種實體。實體有各種屬性。
a-box 是一個 3D 的盒子。a-sky 是一個背景天空。
<!DOCTYPE html>
<html>
<head>
<script src="https://aframe.io/releases/1.3.0/aframe.min.js"></script>
</head>
<body>
<a-scene>
<a-box position="0 0 -5" rotation="0 0 0" color="#d4380d"></a-box>
<a-sky color="#1890ff"></a-sky>
</a-scene>
</body>
</html>
顯示出來的效果如下:
a-box 的 position 屬性是 x,y,z 的值。其中 x 的正方向向右,y 的正方向向上,z 的正方向向外。
rotation 也是按 x,y,z 軸旋轉。
我們試下先水平向左轉 30 度。爲了區分上圖我們換個顏色:
<!DOCTYPE html>
<html>
<head>
<script src="https://aframe.io/releases/1.3.0/aframe.min.js"></script>
</head>
<body>
<a-scene>
<a-box position="0 0 -5" rotation="0 -30 0" color="#eb2f96"></a-box>
<a-sky color="#1890ff"></a-sky>
</a-scene>
</body>
</html>
這個盒子可不是靜態的哈,可以拖着玩一玩。
一個場景不能只有孤零零一個元素啊,我們再給我們的盒子上面頂個球。我們給盒子也換個方向,讓它右轉 30 度。
<!DOCTYPE html>
<html>
<head>
<script src="https://aframe.io/releases/1.3.0/aframe.min.js"></script>
</head>
<body>
<a-scene>
<a-box position="0 0 -5" rotation="0 30 0" color="#eb2f96"></a-box>
<a-sphere position="0 1.4 -5" radius="1" color="#389e0d"></a-sphere>
<a-sky color="#1890ff"></a-sky>
</a-scene>
</body>
</html>
效果如下:
這兩個元素是一體的,可以一起拖來拖去。
從 3D 到 6D
光有形狀太單調了,我們需要像加載 2D 時代的圖片一樣的 3D 模型。
a-assets 用來指定資源,每一條資源項目用 a-assets-item 來表示。
<a-assets>
<a-asset-item id="glass" src="./model.glb"></a-asset-item>
</a-assets>
引用的時候,我們給模型指定類型就好:
<a-entity position="0 1.5 -4" scale="5.0 5.0 5.0" gltf-model="#glass">
</a-entity>
我們給上面的例子的球上面加個眼鏡吧:
<!DOCTYPE html>
<html>
<head>
<script src="https://aframe.io/releases/1.3.0/aframe.min.js"></script>
</head>
<body>
<a-scene>
<a-box position="0 0 -5" rotation="0 30 0" color="#eb2f96"></a-box>
<a-sphere position="0 1.4 -5" radius="1" color="#389e0d"></a-sphere>
<a-sky color="#1890ff"></a-sky>
<a-assets>
<a-asset-item id="glass" src="./model.glb"></a-asset-item>
</a-assets>
<a-entity position="0 1.5 -4" scale="5.0 5.0 5.0" gltf-model="#glass"></a-entity>
</a-scene>
</body>
</html>
然後我們一腳踢開 VR 的大門,點擊右下解的 VR 按鈕,最終變成下面這樣子:
這時候我們需要 VR 眼鏡和支持 VR 的遊覽器。需要硬件設備的支持來讓我們從 3 自由度跨越到 6 自由度。
小夥伴們表示缺少 VR 設備,我們先按下不表,說說不需要設備就可以使用的 AR 技術。
比如,上面的圖我們通過 AR 的插件可以支持 AR 模式:
AR 的第一步
把眼鏡戴到人臉上
A-frame 主要用來處理 VR,但是它也是 AR 的基礎。要實現 AR,我們再加一個支持 AR 的庫就好了,比如 MindAR.
我們下面就把上面加載的小眼鏡戴到腦袋上:
我們來看看源代碼:
<!DOCTYPE html>
<html>
<head>
<meta />
<script src="https://cdn.jsdelivr.net/gh/hiukim/mind-ar-js@1.1.4/dist/mindar-face.prod.js"></script>
<script src="https://aframe.io/releases/1.2.0/aframe.min.js"></script>
<script src="https://cdn.jsdelivr.net/gh/hiukim/mind-ar-js@1.1.4/dist/mindar-face-aframe.prod.js"></script>
<style>
body {
margin: 0;
}
.example-container {
overflow: hidden;
position: absolute;
width: 100%;
height: 100%;
}
</style>
</head>
<body>
<div class="example-container">
<a-scene mindar-face embedded color-space="sRGB" renderer="colorManagement: true, physicallyCorrectLights" vr-mode-ui="enabled: false" device-orientation-permission-ui="enabled: false">
<a-assets>
<a-asset-item id="headModel" src="https://cdn.jsdelivr.net/gh/hiukim/mind-ar-js@1.1.4/examples/face-tracking/assets/sparkar/headOccluder.glb"></a-asset-item>
<a-asset-item id="glassModel" src="./model.glb"></a-asset-item>
</a-assets>
<a-camera active="false" position="0 0 0"></a-camera>
<a-entity mindar-face-target="anchorIndex: 168">
<a-gltf-model mindar-face-occluder position="0 -0.3 0.15" rotation="0 0 0" scale="0.06 0.06 0.06" src="#headModel"></a-gltf-model>
</a-entity>
<a-entity mindar-face-target="anchorIndex: 10">
<a-gltf-model rotation="0 -0 0" position="0 -0.5 -0.6" scale="5.8 5.8 5.8" src="#glassModel" visible="true"></a-gltf-model>
</a-entity>
</div>
</body>
</html>
我們可以看到,我們在 a-scene 裏面引入了 mindar-face 屬性的方式來調用 Mind-AR 的庫。因爲用到攝像頭,我們增加一個 a-camera 實體。
頭部遮擋器模型
在代碼中我們發現一個奇怪的東西,我們引入了一個不知道有什麼作用的 gltf model.
<a-gltf-model mindar-face-occluder position="0 -0.3 0.15" rotation="0 0 0" scale="0.06 0.06 0.06" src="#headModel"></a-gltf-model>
這是初涉 AR 都會遇到的問題。就是我們從攝像頭中獲取了足夠的人臉的信息,但是我們還需要對人頭進行 3D 模型的重建,這樣才能跟眼鏡的模型一起計算遮擋關係。
在 Mind-AR 中,通過 mindar-face-occluder 屬性來實現這個遮擋器的模型,如上面的代碼所示。
另外,我們是如何將確定在人臉的什麼位置呢?
這需要深度學習人臉識別的模型給我們提供幫助。我們使用 Tensorflow.js 的 Face Landmarks Detection 模型,它會將人臉識別爲 468 個關鍵點。
如果看不清的話,我們將頭頂部分局部放大一下:
從中我們可以看到,頭頂最中央的位置的錨點編號是 10,我們的眼鏡定位就是選這個點做定位的。
<a-entity mindar-face-target="anchorIndex: 10">
<a-gltf-model rotation="0 -0 0" position="0 -0.5 -0.6" scale="5.8 5.8 5.8" src="#glassModel" visible="true"></a-gltf-model>
</a-entity>
我們當然也可以用兩眼中間的 168 號點作爲眼鏡定位的點,實際上我們看到,我們的頭模型正是以這個 168 點爲錨進行定位的:
<a-entity mindar-face-target="anchorIndex: 168">
<a-gltf-model mindar-face-occluder position="0 -0.3 0.15" rotation="0 0 0" scale="0.06 0.06 0.06" src="#headModel"></a-gltf-model>
</a-entity>
事件處理
光有 AR 代碼還不行,我們還得加上事件處理來處理各種玩法。
比如我們想判斷 AR 系統什麼時候就緒,可以去監聽 arReady 事件:
document.addEventListener("DOMContentLoaded", () => {
const scene = document.querySelector('a-scene');
const arSystem = scene.systems['mindar-face-system'];
scene.addEventListener("arReady", (event)=>{
alert('AR系統加載成功!');
})
});
除此之外,arSystem 還支持下面的事件:
-
arError: 錯誤處理
-
targetFound: 人臉識別成功
-
targetLost: 人臉丟失
Mind-AR 背後的技術
我們打開控制檯,可以看到 Mind-AR 背後的幾個技術:
-
wasm
-
simd
-
webgl2
要支持這種級別的計算,wasm+simd 加上 webgl2/WebGPU 是標配。還沒有學習相關技術的同學,敬請關注我的相關係列文章。
另外,前面我們展示的是人臉識別的能力。我們採用其它的深度學習網絡,就可以實現其它的錨點功能。
比如,我們可以用 coco keypoints 模型,使用 17 個點來定位人的姿態。
如果覺得 17 個點太粗糙,還想針對手和腳做更精確一點的定位,我們可以換成 blazepose 的 32 點的模型:
更多的 tfjs 的模型,還有其它兄弟框架的模型,都可以集成進來一起爲我們工作。
比如可以翻翻 tfjs 的模型庫:https://github.com/tensorflow/tfjs-models
用 React 寫 Mind-AR
如果不習慣 HTML 格式的話,Mind-AR 也支持 React 的寫法:
import React, { useState } from 'react';
import 'mind-ar/dist/mindar-image.prod.js';
import 'aframe';
import 'mind-ar/dist/mindar-image-aframe.prod.js';
import './App.css';
import MindARViewer from './mindar-viewer';
function App() {
const [started, setStarted] = useState(false);
return (
<div class>
<h1>Example React component with <a href="https://github.com/hiukim/mind-ar-js" target="_blank">MindAR</a></h1>
<div>
{!started && <button onClick={() => {setStarted(true)}}>Start</button>}
{started && <button onClick={() => {setStarted(false)}}>Stop</button>}
</div>
{started && (
<div class>
<MindARViewer/>
<video></video>
</div>
)}
</div>
);
}
export default App;
小結
總結 Web AR 技術,我們主要做三件事:
-
圖像識別與物體跟蹤:這是一門比較成熟的基於深度學習的技術。實踐中,我們主要使用 tensorflow.js 的模型來實現
-
建模:就像我們給頭進行建模所做的事情一樣,要讓我們識別出來的視頻變成 3D 模型
-
合成:在建模的基礎上,將其他的對象一起繪製上去。這方面主要就是結合 Three.js, Babylon.js 以及 VR 的 A-frame 等框架
我們要在手機上落地,還需要對 tf.js 這樣的深度學習引擎,物體識別的算法,還有 3D 繪圖技術進行深度的優化。
此外,3D 建模只是模仿外形,我們還沒有觸及物體的靈魂。後面我們還需要結合數字孿生等技術,讓物體數據驅動、智能化,提升交互的效率,更好地服務於業務。
編輯 | 橙子君
本文由 Readfog 進行 AMP 轉碼,版權歸原作者所有。
來源:https://mp.weixin.qq.com/s/WP3SMTzaNlmLEfjMUIyIsw