VR虚拟现实中的16个专业技术术语解析

相信你听过VR、AR、MR、HMD，也听过裸眼3D、三维全景，但是视角场、HMZ、光线跟踪算法、眼动跟踪技术、面部表情识别技术……这些VR中的专业术语，你听过吗？下面带你了解越来越火的VR虚拟现实中的16个专业技术术语。

1、HMD：头戴式可视设备（HeadMountDisplay）

头戴虚拟显示器的一种，又称眼镜式显示器、随身影院。是一种通俗的叫法，因为眼镜式显示器外形像眼镜，同时专为大屏幕显示音视频播放器的视频图像的，所以形象的称呼其为视频眼镜（videoglasses）。

2、HMZ：

截止2015年4月24日索尼宣布停产HMZ系列产品时，该系列一共推出过三代产品，2011年的HMZ-T1、2012年的HMZ-T2以及2013年的HMZ-T3/T3W。HMZ-T1显示分辨率只有720p，耳机则是虚拟的5.1声道，还要拖一块大大的集线盒。

2012年10月，索尼发布了HMZ-T1的小改版本也就是HMZ-T2。相比HMZ-T1降低了30%的重量，同时取消内置耳机设计，允许用户使用自己喜欢的耳机搭配。

3、裸眼3D：

裸眼3D，就是利用人两眼具有视差的特性，在不需要任何辅助设备（如3D眼镜、头盔等）的情况下，即可获得具有空间、深度的逼真立体影像。从技术上来看，裸眼式3D可分为光屏障式柱状透镜技术和指向光源三种。

4、视场角：

在光学仪器中，以光学仪器的镜头为顶点，以被测目标的物像可通过镜头的最大范围的两条边缘构成的夹角，称为视场角。视场角的大小决定了光学仪器的视野范围，视场角越大，视野就越大，光学倍率就越小。

5、近眼光场显示器：

由NVIDIA研发的新型头戴显示设备名为“近眼光场显示器”(Near-EyeLightFieldDisplays)，其内部使用了一些索尼3D头戴OLED显示器HMZ-T1的组件，外围结构部分则是使用3D打印技术进行制造。近眼光场显示器采用焦距为3.3mm的微镜头阵列来取代以往同类产品中所使用的光学透镜组，这样的设计成功将整个显示模块的厚度由40mm减少到了10mm，更加便于佩戴。

6、微透镜阵列显示技术：

通过对微透镜阵列结构进行深入研究,揭示了微透镜阵列对微图形的放大原理.并在此基础上,找到了微透镜阵列结构参数、微图形结构参数与微图形阵列移动速度、移动方向以及放大倍率之间的关系,利用微透镜阵列实现了对微图形放大、动态、立体的显示。

7、三维全景技术：

三维全景技术（Panorama）为现在最为流行的视觉技术，它以图像绘制技术为基础生成具有真实感图像的虚拟现实技术。全景图的生成，首先是通过照相机平移或旋转得到的一序列图像样本；再利用图像拼接技术生成具有强烈动感和透视效果的全景图像；最后在利用图像融合技术使得全景图给用户带来全新的现实感和交互感。

8、三维虚拟声音技术：

日常生活中我们所听到的立体声是来自于左右声道，声音效果可以很明显的是我们感到来自我们面前的平面，而非像有人在我们背后喊我们时，声音来自于声源，且能准确判断出其方位。显然现在的立体声是不能做到的。而三维虚拟声音就是要做到听其音辨其位，即在虚拟场景中用户可以听声辩位，完全符合现实环境中的听力系统的要求。

9、基于图像的实时绘制技术：

基于图形绘制（ImageBasedRendering，IBR）不同于传统的几何绘制方法，先建模型，在定光源的绘制。IBR直接从一系列图形中生成未知角度的图像，画面直接进行变换、插值和变形，从而得到不同视觉角度的场景画面。

10、人机自然交互技术：

在虚拟现实系统中，我们致力于使得用户可以通过眼睛、手势、耳朵、语言、鼻子和皮肤等等感觉器官来和计算机系统中产生的虚拟环境进行交互，这种虚拟环境下的交换技术就称之为人机自然交互技术。

11、语音识别技术：

语音识别技术（AutomaticSpeechRecognition,ASR）是将语言信号转变为可被计算机识别的文字信息，使得计算机可以识别说话人的语言指令和文字内容的技术。要想达到语音的完全识别是非常困难的，必须经过参数提取、参考模式建立、模式识别等若干个过程。

12、语音合成技术：

语音合成技术（TexttoSpeech,TTS），是指人工合成语音的技术。达到计算机输出地语音可以准确、清晰、自然的表达意思。一般方法有两种：一是录音/重放，二是文-语转换。在虚拟现实系统中，语音合成技术的运用可以提高系统的沉浸感，同时弥补视觉信息的不足。

13、真实绘制技术：

虚拟现实系统中，对真实绘制技术的要求与传统的真实感图形绘制不同，传统的绘制只要求图形质量和真实感，但是，在VR中，我们必须做到图形显示的更新速度不小于用户的视觉转变速度，否则就会出现画面的迟滞现象。

14、眼动跟踪技术：

眼动跟踪技术（EyeMovement-basedInteraction）也称之为实现跟踪技术。它可以补充头部跟踪技术的不足之处，这样即简单有直接。

15、面部表情识别技术：

该项技术目前的研究与人们的期望效果还相差较远，但是去研究成果去展现了其魅力所在。这项技术一般分为三个步骤，首先是面部表情的跟踪，利用摄像机记录下用户的表情，再通过图像分析和识别技术达到表情的识别。其次是对面部表情的编码，研究人员利用面部动作编码系统（FACS）对人的面部表情进行解剖，并对其面部活动进行分类和编码。最后是面部表情的识别，通过FACS系统可以构成表情识别的系统流程图。

16、手势识别技术：

通过数据手套(Dataglove)或者深度图像传感器（如leapmotion、kinect等）来精确测量出手的位置和形状，由此实现环境中的虚拟手对虚拟物体的操纵。数据手套通过手指上的弯曲、扭曲传感器和手掌上的弯度、弧度传感器，确定手及关节的位置和方向，而基于深度传感器的手势识别则通过深度传感器获得的深度图像信息进行计算，进而获得掌、手指等部分的弯曲角度等数据。