2025-07-01 | 울산=장지승 기자

“仅凭一张全景照片掌握三维空间信息”AI问世

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

仅凭一张360度全景照片即可掌握室内空间与物体三维信息的人工智能(AI)技术已被开发出来。预计将应用于增强现实(AR)、混合现实(MR)、数字孪生等必须准确理解空间信息的领域。

蔚山科学技术院(UNIST)人工智能研究生院朱京敦教授团队1日表示,已开发出可从360度全景图像中同时提取空间结构与内部物体三维信息的AI模型“HUSH(Holistic Panoramic 3D Scene Understanding using Spherical Harmonics)”。

在增强现实(AR)或混合现实(MR)技术中,要将现实空间与数字内容结合,AI必须能准确理解并表达墙壁或家具的位置、物体之间的距离等信息。为此,以往必须使用从多个角度拍摄的多张照片,或深度传感器等昂贵设备。

研究团队开发的HUSH仅利用360度全景图像便可掌握上述信息。全景图像比普通照片能在一张中容纳更广范围,但因呈圆形扭曲的球面结构,AI难以准确分析。虽有先裁切图像以减少扭曲、再反复套用普通AI模型的方式,但该过程会造成信息损失或运算效率低下。

为解决这一问题,研究团队采用了能准确反映全景图像球面特性的数学表达方式——“球谐函数(Spherical Harmonics, SH)”。该方式将球面信息按频率成分进行分解分析。像天花板或地板这样宽阔平坦的区域用低频成分表示,像家具或物体轮廓这样细节复杂的结构用高频成分表示,从而提高了准确性。

第一作者李钟成研究员解释称:“球谐函数原本主要用于虚拟视图生成领域中表现物体或场景的色感,我们着眼于其能有效分析球面上数据的特性,首次将其应用于基于全景图像的空间复原。”

HUSH模型在深度预测等方面的准确度高于此前其他三维场景复原模型,且仅凭一张图像即可同时预测多种空间信息,计算效率也十分出色。

朱京敦教授表示:“在AR、MR等需要准确识别用户周边室内空间的场合,或从一张图像生成可与用户互动的实感媒体等方面,都可广泛应用于实际生活。”

该研究已被计算机视觉领域权威学会CVPR 2025(Conference on Computer Vision and Pattern Recognition)录用。CVPR 2025于上月11日起在美国纳什维尔举行了5天。

阅读韩文原文