​无人机智能化的开端：机器视觉下的手势自拍

【TouchSky摩天·技术百科　作者：后裔】 

最近两年无人机行业异常火爆，各路牛鬼蛇神都出来造飞机，宣传更是天花乱坠，各种牛掰功能一一面市，今天后裔就给大家说说一个看似简单，实际真牛掰的功能—手势自拍。说到手势自拍，大家也许会想到各种茄子、比心~~~。不是这个，今天后裔说的无人机手势自拍是指：仅通过特定的手势，无需用遥控器控制快门，只要挥手示意，就能让无人机给我们拍一张自然生动的自拍。后裔觉得这是无人机智能化的开端。
说的有点玄乎，来两张动图让大家更直观的了解。


无人机手势自拍的原理并不深奥，它是基于机器视觉的动作捕捉技术。
机器视觉是指通过机器视觉产品将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制设备动作。
当我们进入无人机镜头的视野，无人机便会把我们和周围环境区分开来，当我们摆出特定的手势，被无人机捕捉到后，无人机会根据预先输入的算法，来识别手势或者躯体的动作，与拍照的手势或者躯体动作是否吻合，进而触发拍照的逻辑。

机器视觉的研究是从20世纪60年代中期美国学者L.R.罗伯兹关于理解多面体组成的积木世界研究开始的。当时运用的预处理、边缘检测、轮廓线构成、对象建模、匹配等技术，后来一直在机器视觉中应用。
70年代，机器视觉形成几个重要研究分支：
①目标制导的图像处理
②图像处理和分析的并行算法
③从二维图像提取三维信息
④序列图像分析和运动参量求值
⑤视觉知识的表示
⑥视觉系统的知识库等。
80年代开始了全球性的研究热潮，机器视觉获得了蓬勃发展，其后20来年机器视觉技术的功能和应用范围随着工业自动化的发展逐渐完善和推广。
现如今机器视觉的主要应用分类分成四大块：

测量（长度，角度，半径…）

检测（残次品检测，瑕疵检测，数量统计），

定位

识别（读码，识别颜色，人物）
无人机的手势自拍主要应用的就是机器视觉的识别功能，其次还有定位功能。
而动作捕捉技术技术涉及尺寸测量、物理空间里物体的定位及方位测定等方面可以由计算机直接理解处理的数据，随着电影和游戏不断发展，动作捕捉技术的应用也越发成熟。
电影方面：

《终结者》的机械模型，这种技术的代表作便是《终结者》，拍摄时特效师使用了全尺寸的机器人模型，通过遥控、机械操作等方式使其运动起来。但这种技术的缺点是角色的动作不是特别流畅，设计制作难度大，操控复杂。
《指环王》的咕噜，动画师们将安迪·瑟金斯在动作捕捉棚一个人演咕噜的动作数据记录下来，经过处理便制作出了那个神神叨叨、精神分裂的咕噜。

《阿凡达》借助头戴式摄像头以及改进的软件算法，完美解决了演员面部表情高精度采集的问题。
游戏方面：

VR（虚拟现实：利用电脑模拟产生一个三维空间的虚拟世界，提供使用者关于视觉、听觉、触觉等感官的模拟，让使用者如同身历其境一般，可以及时、没有限制地观察三度空间内的事物。）
AR（增强现实：通过电脑技术，将虚拟的信息应用到真实世界，真实的环境和虚拟的物体实时地叠加到了同一个画面或空间同时存在。）
动作捕捉技术是AR/VR的基石，这两种类型的游戏都运用了动作捕捉技术，游戏的制作以及玩家在游戏中的任何操作与互动都需要动作捕捉技术，可以说没有动作捕捉技术，也就没有VR/AR.
以上示例证明我们对动作捕捉技术的认知及掌握都处于了较为成熟的阶段。而后裔认为机器视觉与动作捕捉技术相当于赋予机器以人类的视觉系统，无人机手势自拍只是机器视觉和动作捕捉技术的一个极小的应用，目前掌握这项技术的无人机公司和产品并不多，较为典型的是大疆，他们的精灵Phantom 4系列以及御mavic都具备手势自拍这个功能，最新发布的P4A也具备手势自拍这个功能，看来大疆已经完全掌握了这项技术，并且用的炉火纯青。
而最近曝光的大疆新品Spark这样的小型无人机是否也会给我们带来惊喜呢？会不会有更多的突破呢？比如和VR结合起来，让我们能通过Spark的视角观察整个世界，让我们的意识跟着Spark翱翔天空。

后裔认为未来推出的无人机应该都会具备手势自拍这个功能，无人机智能化的趋势是大势所趋。虽然无人机手势自拍只是一个自拍的小功能，对大部分飞友而言也只是一个一时兴起才会尝试的新玩法，但它是无人机智能化的开端，现在也许只是简单的拍照，慢慢可以升级到手势控制无人机的方向，起飞降落等简单操作，更进一步可以像汽车的辅助驾驶功能一般，不断升级最终摆脱遥控器，摆脱遥感，也许我们飞无人机就如同小说中的释放法术一般，只需要各种手势即可，再高级一点就是用脑电波去控制了无人机了，通过VR来共享无人机视觉，无人机也许就成了我们第二双眼睛。谁知道这不会成真呢？