Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Derin öğrenme<br />
Yazılımın, örnek tanımayı<br />
kullanarak beynin düşüncenin oluştuğu<br />
bölümünü taklit etmeye çalıştığı, makine<br />
öğrenmesinin bir alt kategorisi olan derin<br />
öğrenme, şimdiden tüm teknoloji<br />
endüstrisinin yetenekleri üzerinde büyük<br />
bir etkiye sahiptir ve AR endüstrisinin<br />
ilerlemesinde de temel bir bileşendir.<br />
Bilgisayarlar, görevleri insanların<br />
yakalayamayacağı bir hızda gerçekleştirir,<br />
ancak insanların bilgileri işleme ve<br />
sıralama şeklini hiçbir zaman yakalayamaz.<br />
AR alanında, kamera temelli izleme<br />
işlemindeki algılama problemini çözmek<br />
için derin öğrenme uygulanmaktadır. Bu<br />
önemlidir, çünkü gelecekte tüketiciler,<br />
akıllı telefonların ötesindeki cihazlarda<br />
izleme kameralarına<br />
sahip olacaklar.<br />
Artırılmış nesneler,<br />
değişik<br />
yönlendirme,<br />
ölçek ve ışık<br />
koşulları gibi<br />
çeşitli görüntüleme koşullarında<br />
üretildiğinden, birden fazla üreticinin<br />
sensörleri ile sorunsuz bir şekilde entegre<br />
olabilecek derin bir öğrenme kitine ihtiyaç<br />
duyulmaktadır. Derin öğrenme, gerçek<br />
zamanlı görüntü tanımayı beslemede ve<br />
artırılmış nesnelerin izlenmesinde<br />
temeldir, onlara gerçek konumsal veri ve<br />
özellikler sağlar. Buna karşılık, bir akıllı<br />
telefon ekranının üzerine yerleştirilen 3D<br />
modelleme, Pokémon Go’da gördüğümüz<br />
şeydir. Derin öğrenmenin potansiyel<br />
kullanım durumları, 3D modellemelerden<br />
çok daha fazladır. Derin öğrenmenin ana<br />
konu olmasına giden yol, üst düzey bir<br />
bakış ile Apple’ın ARKit’ini destekleyen<br />
temel teknoloji olduğu düşünülen SLAM’dir<br />
(Eşzamanlı Lokalizasyon ve Eşleme /<br />
Simultaneous Localization and Mapping).<br />
Özellikle, VIO (Visual Inertial<br />
Odometry), ARKit’in fonksiyonlarından<br />
daha kesin bir şekilde sorumlu olan<br />
basit bir SLAM sistemidir. SLAM, bir<br />
alanın dijital taslağını oluşturmak ve<br />
nesnelerle ilişkili bir telefonun konumunu<br />
izlemek için bilgisayar görüşünü kullanıyor.<br />
İşleme teknolojisi daha uygun fiyatlı<br />
hale geldiğinde ve Moore Yasası<br />
devrede olduğunda, SLAM’ın<br />
yetenekleri gelişecektir.<br />
Ancak işin gizli yanı, önde<br />
gelen şirketlerin<br />
performansı artırmaya odaklandığı yazılım<br />
geliştirmede yatıyor.<br />
Etkileşim<br />
Son olarak etkileşimdeki gelişmeler,<br />
gerçekliğimizin sanal dünyayla mükemmel<br />
şekilde harmanlandığı gerçek üç boyut<br />
deneyimleri oluşturmak için önemlidir.<br />
Nesnelerle dijital olarak kendimize özgü<br />
bir şekilde etkileşime girerek, kendimizi<br />
karma gerçeklikte buluyoruz.Akıllı<br />
telefonlarla etkileşime giren teknolojiden<br />
en uzak kişileri etkileme şekline benzer<br />
şekilde, dokunmatik ekranların da<br />
kullanıcıların AR / VR nesneleri ve<br />
ortamlarıyla etkileşim kurmalarının kolay<br />
ve doğal bir yolunu sunması, tüketicilerin<br />
teknolojiyi benimsemesinde önemli bir rol<br />
oynayacaktır. AR uygulamaları şu anda<br />
etkileşim için akıllı telefonların<br />
dokunmatik ekranlarını kullanıyor, ancak<br />
bu sadece başlangıçta merdivenin ilk<br />
adımı.
Change language