马云的8亿美元会打水漂吗？从高层离职的Magic Leap谈计算机视觉

• Magic Leap 高管大量离职，隐忧已现。

• 计算机视觉如何把平面图像还原成立体物体？

本文来自微信公众号：硅谷密探（SVS-007）

Magic Leap 年初获阿里巴巴领投的 7.9 亿美元，一时风光无二 。

但在今年 5 月 Magic Leap 对前技术副总裁 Gary Bradski 和 Adrian Kaehler 提起诉讼，认为他们向第三方泄露了公司机密。随后这两位高管从 Magic Leap 离职。

(Gary Bradski 是 OpenCV 的创始人，业界大牛)

Gary Bradski  和  Adrian Kaehler 在 Magic Leap 颇有号召力，前者领导计算机视觉相关的技术研发团队，后者则带领一个被称为 Special Project 的秘密研发团队。

（ Adrian Kaehler 也是 OpenCV 领域的大拿）

而除了他们俩，负责法律事务的副总裁 Michael Leventhal 在今年 3 月离职;  首席工程师（Principal Engineer） Michael Kass 也于今年 2 月离职。

这波高管离职潮引发了 Magic Leap 动荡，Glassdoor 上也有员工爆料：“不少员工都离开公司了，其中包括完成了大量工作并很有才能的人。开发在慢下来，团队士气低落，项目进度也有问题，项目的风险变大了。”

Magic Leap 虽然他们产品还没有发布，但一些展示视频已经让他们火了起来。

刷屏的视频

Magic Leap 的演示视频里，带上 Magic Leap 眼镜，就能看到跃起的鲸鱼

(Magic Leap 展示视频：跃起的鲸鱼)

或者看见天花板上漂浮的水母。

(Magic Leap 展示视频：天花板上的水母)

神秘的 Magic Leap 似乎遭遇了危机，产品也至今没有发布，但是背后的技术其实并不神秘。

Magic Leap 管自己的产品不叫“增强现实”，而是叫“混合现实”（Mixed Reality，简称 MR）。这一下子就让人头疼了，虚拟现实（VR）和增强现实（AR）就已经够乱的了，现在又搞出来了一个混合现实（MR）。这之间到底是什么关系？又有什么区别呢？

我们一个一个说

虚拟现实，虽然名字里有个“现实”，但跟现实没啥关系。用户带上头套，直接就进入了另一个世界，连自己的手都看不见。谷歌的 Cardboard 就是典型的虚拟现实。戴上以后，你看到的是埃菲尔铁塔脚下，别人看到的是你戴了个硬纸壳儿四处转脑袋。

（Google Cardboard 的手机图像）

虚拟现实有个缺点，就是用户不能戴着它四处晃悠。毕竟用户看不见周围的真实环境，四处走的话，容易撞到墙。

（Google Cardboard 外观，硬纸壳套手机）

增强现实，就跟现实有点关系了。用户带上眼镜，原来能看见的现在还都能看见，只不过加了一层“平面投影”。比如你看见一个人，增强现实就能给这个人注上姓名、职位之类的信息。看见一个商店，增强现实可以给你注上商店名字、地址、是否正在营业。

（增强现实，现实上加了一层图像）

最后就是这个 Magic Leap 提出的“混合现实”。混合现实直接把立体的虚拟物体投射到真实环境里。比如那个藏在桌子底下的机器人，它可以和真实的桌子互动。如果“混合现实”做到极致，虚拟物体会和真实物体看起来一模一样，完全可以以假乱真。

（混合现实，把一个虚拟的物体投射到真实环境里）

下图就是三者之间的对比。简单来说，虚拟现实就是“看不见现实”，增强现实就是“加了标注的现实”，混合现实就是“根本分不清是虚拟还是现实”。

虚拟现实、增强现实、混合现实的区别

其实不少人认为“混合现实”纯属概念炒作，和增强现实没什么本质的区别。尽管 Magic Leap 一再强调我们做的是“混合现实”，而大量媒体还是把它归到了“增强现实”的范畴里。

Magic Leap 目前并没有透露任何技术细节，不过他们一直在招聘计算机视觉的相关人才。计算机视觉虽然近几年才火起来，但它却是个古老的科技。它讲起来并不艰深，只不过有些琐碎。

什么是计算机视觉

所谓“计算机视觉”，就是教计算机“看懂”图像或者影像。给一只猫的图片，电脑能判断出它是一只猫。给一个天安门广场的照片，电脑能数出来广场上一共有多少人。

任何一个图像，都是三个二维数列（或者叫二维矩阵），比如下面这张图，上边是人看到的，下边是计算机看到的。人很容易识别出来这是一只羊驼，但计算机看到的只有数字，根本没什么规律。如何识别出它是不是羊驼，就需要计算机视觉来做了。

(一张图和它的其中一个二维矩阵)

计算机视觉的一大困难，就是把平面图像还原成立体物体。还是以上图为例，人眼看起来，羊驼的头比屁股离屏幕更近，但计算机看来，头和屁股在同一层上。一个平面图形，怎么区别远近呢？

计算机视觉有几种思路

第一种就是像人类一样，长出两只眼睛。人左眼和右眼看到的图像是不一样的，大脑根据左右眼的图像，还原出一个立体的场景。计算机也一样，它可以用多个摄像头捕捉图像，根据图像差异计算出物体的远近。Magic Leap 就是用两个装有摄像头的镜片，通过数学方法还原 3D 环境。

不过体视的缺点是计算量太大，而且物体如果太远，距离就量不准了。这就是为什么微软的 HoloLens 干脆搞出了一个“距离传感器”。摄像头只管看图像，距离传感器负责探测每个像素点的距离。

（人脑通过左右两眼的图像还原立体环境）

第二种就是看阴影。计算机可以根据图片的明暗分布，判断光源位置，进而判断谁在前谁在后。还是看那张羊驼的图片，计算机可以很迅速地判断光源在羊驼的正上方。既然光源在正上面，羊的后背亮，肚子暗，那么后背的这些像素和肚子的这些像素就不在同一层。

第三种就是靠摄像头自己动。带上 AR 眼镜，人不可避免会乱动。人一动，摄像机就可以对单一物体进行“跟拍”。下图中，一个摄像机在三个位置拍出三张照片，那么根据这三张照片就能还原出这个物体的立体形态。

（摄像头只要多捕捉几个位置，三维物体就能还原出来）

这些东西，学名叫做“计算机视觉的三维重建”。三维重建的方法还有很多，这里就不一一赘述。为什么要讲三维重建，因为这可能是 Magic Leap 最大的特长。

增强现实只需要识别一下图片，在眼镜的平面上做一个标注就可以了。而 Magic Leap 所谓的“混合现实”，需要把虚拟物体直接放到真实环境中。要想和真实环境接触，必须把真实环境用计算机重建出来。这个过程，就需要上面讲的各种“三维重建”方法了。

目前 Magic Leap 还并没有把整个计算机整合到眼镜上，他们的展示视频是用一个装了摄像头的眼镜，连接着电脑拍出来的。

Magic Leap 的 CEO 罗尼·阿伯维茨（Rony Abovitz）并没有透露具体何时把 Magic Leap 的眼镜开发出来，不过阿伯维茨在接受 WIRED 采访时说，发布之前，我们的产品必须做到完美无瑕。

（CEO Rony Abovitz）

这就不知道要等到哪天了。Facebook、谷歌、微软等一系列公司都在 AR 领域进行“生死竞速”，加班加点地研发新产品。

面对当前的这些不利因素，或许 Magic Leap 会像谷歌眼镜一样，经历了长时间的开发，最后宣告失败。也或许 Magic Leap 能像他们的名字一样，一下子“神奇地跃过”了这些大公司，推出了一个“完美无瑕”的眼镜，成为增强现实的霸主。

微信公众号：硅谷密探（SVS-007）硅谷第一科技媒体， 为你带来最生动的产品报道和推荐、独家的硅谷成功创业者在线交流，链接中美创业者。

本文链接