GoogleJump是在GoogleI/O2015上亮相的一款360°全景摄像装置，它是由镜头组、自动整合和处理素材的软件、播放平台3部分组成。它可以使用户实现360度全景拍摄。拍摄的原始视频经过JUMP应用转换后，会生成非常逼真的3D虚拟现实视频。JUMP由谷歌和GoPro联合开发完成。被外媒称之为“完整的虚拟现实录制生态系统”。

让我们仔细分析下其中最有趣的东西（至少我认为！）：Jump虚拟现实拍摄装置。我们来解析下这个玩意儿，看和之前各种拼接的什么环视啊什么360°啊到底有什么不同。

首先，Jump是一个GoPro阵列，外形上看和各种VR影像公司提供的东西没什么不同，不过是摄像头数量的多寡而已。Google的产品副总监、VR/AR部负责人ClayBavor称这个东西通过自己去买到的些部件就能拼起来。Google自己不卖这玩意儿，但他们会放出CAD图纸让任何想搞的人去生产售卖。如下图所示：

而且，他们也依旧拿纸糊了一个（8000美金的摄像头以及8块钱的纸板）。但在你雄心勃勃地想要自己去生产这个玩意儿开始创业，上市老总，成为妖股，迎娶白富美，走向人生巅峰之前，你要晓得GoPro是要打算从今年开夏卖这个东西的。GoPro卖这个了粗粮岂能坐视不管？不过总之吧，如果你想要个性化颜色什么的还是可以自己去做吧，塑料版淘宝上肯定马上能有的啦。不过要注意的就是这个结构的松紧，因为摄像头的位置是非常重要的。

一眼瞄过来，这个圆形阵列并没有朝上或朝下的摄像头，如果按照GoPro4Black的规格，这个阵列能捕捉水平360°的画面，但垂直只有120°。因此，顶上脚下都会丢失60°的可视角度。此外，Jump乍一看像非立体的单眼摄像机，每个相机都对着不同方向。多数3DGoPro相机有两个摄像头对准某个方向，类似这样：当有两个摄像头对准某个方向后，你在这个方向上就能给每只眼以不同的画面，这样就有了视角差和立体效果。画面也会有拼接痕迹，因为某个方向的“左”摄像头离另一个方向的“左”摄像头有点远（显然，如果不管立体效果，平面相机的）。围绕着对于降低拼接痕迹的各种方式，诞生了一个小微行业。

而这一点就是Google这个解决方案的大牛之处：这个看起来像平面相机组的摄影阵列实际上是立体的。每个摄像头拍摄的画面并不是给左眼或者右眼的，这些数据可以给两眼都使用。3D效果是通过计算机图形学来得到相对的立体位置，再重新映射到你的眼中，因此根本没有拼接痕迹（理论上）。非常屌，因为这种不到1W美金的半专业设备能捕捉流畅的360°3DVR影片的话，是一个非常大的突破。

Google Jump工作原理是这样的：

因为软件知道每两个摄像头之间的相对距离、位置，因此只要它能计算出两个摄像头之间的场景像素，就能得到场景中某个点的深度。使用这些立体数据，你可以通过扭曲某个画面来得到所谓的“立体垂直”视野：基本上，每个摄像头拍到的画面都是正确的视差点（对于以前的那些针对双目的立体拍摄设备，只有在双眼的摄像头之间的拍摄画面才有正确的视角差，也就是说越往边上去，立体感越差）。当然，这需要大量的计算，不过谁让Google自己电脑多呢。

当你从某个摄像头的画面过度到另一个摄像头的捕捉画面时，视角会稍微偏一点点。为了连接画面（或建立3D模型），你从邻近的摄像头离找到相匹配的区域，比如你从A摄像头找到一组像素，然后在B摄像头也去找同样的一组（这个一组指的是同一个相关部位，比如同一片树叶，不同位置摄像头拍出来的画面会稍有不同），实际上你是能知道往哪找的（相邻摄像机拍出来的图像差别不会太大），比起那些未校准的相机也会极大提升处理速度。目前已存在的拼接软件比如Videostitch或者Kolor（早前被GoPro收购了）由于是通用软件，会对你的拍摄设备结构做一些猜测，但如果是类似Google这种校准过的摄像头，就只需要通过严密的数学算法解决。

当你找到匹配的区域，同时也知道在图片上这些区域的距离差，你就能计算出相机阵列和这个区域实物之间的距离。如果物体，比如说天空是在无限远，那么两个相邻相机照出来的图片天空部位会非常接近。当物体离相机很近时，物体在画面上会变大，同时两个相邻相机拍出来的图像也会有较大距离偏差。具体的偏差完全由物体离摄像阵列的距离决定，因此你可以得到非常精确的物体位置。

更准确一点，你是在右边寻找这条对极几何线。由于GoPro镜头扭曲得很厉害，这条线实际上是弯的。不过基于这种方式的高效算法也仅只有几年时间而已。

当有了3D模型后，你甚至能得到一定的四处看、头部跟踪的范围。不过只有一小部分，而且你没有任何的垂直视角差。图像的点理论上都有正确的深度信息，但后面的背景信息你是没有的，在你垂直移动时会出现问题。（通过差值来填补像素并非完全不可能，但复杂度也会大很多，而且目前来看也没这个必要）

这么说起来，好像前景分外光明一片大好啊，但现在问题来了，计算机图形并不是灵丹妙药。当通过以上算法来计算差别时，我们默认相邻两幅图是相似的，像素是能互相对应的。对于没有镜面反射的不光滑表面来说，OK没有问题(技术用语是朗伯表面)，但只要有发光闪烁就会出现问题。Google视频中的演示是静态的，但对于自然界光线复杂时，对于算法的要求就高了，可能会弄出各种奇怪的或是撕裂或是扭曲变形的图像状况。

另外一种明显的会搞晕你算法的状况就是重复的图形，因为算法可能会识别到错误的区域（砖墙啦锁链栏杆啦都是这类技巧的灾星，当然也有一些绕过去的技巧）。此外透明的玻璃啦、没有纹理的白墙之类的东西啦也不好搞。还有无中生有的一些东西，比如电话线中间的空间：电话线绕了一圈，背景是白墙，那么对于算法来说咦这两组像素好像啊，肯定是一个物体。但其实什么也没有，只是电话线圈出来的虚空。压缩也会带来高频错误：GoPro是即时把数据压成H.264的，而压缩质量也参差

关注天下网吧微信,了解网吧网咖经营管理，安装维护: