iOS11来啦!快看ARKit、ML(就是那个!:)

WWDC 17 苹果开发者大会,带来了全新的 iOS 11、MacOS、tvOS 和 watchOS,革命性的 AR 和 ML 应用,以及更强的 iPad、“硬件神兽” iMac Pro 和智能音箱 HomePod。各位小伙伴们还不赶快来尝尝鲜~~

ARKit


ARKit通过CoreMotion获取摄像头和传感器的数据,无需额外校正即可精准处理空间的移动。在空间里侦测出水平面,例如桌面、地板等,预估场景和虚拟物件的亮度。更可通过Metal、SceneKit, 或者第三方工具(例如Unity、Unreal Engine)进行高级定制。

ARSession

AR的功能都通过这个会话来管理。
从SpriteKit里的SKView派生了ARSKView
,用于显示2D内容;
从SceneKit里的SCNView派生了ARSCNView
,用于显示3D内容。
然后是配置:ARSessionConfiguration
,这是一个简单的基类,仅追踪设备方向。还派生了ARWorldTrackingSessionConfiguration
,它追踪设备方向和位置,侦测现实世界中的平面。
现实世界物体的锚点ARAnchor
,可定位方向和位置。还派生了ARPlaneAnchor
,包含了平面的方向和位置信息。
摄影机ARCamera
,其捕捉的画面是ARFrame
,光照ARLightEstimate

以上就是ARKit的主要对象了,是不是很简单,一目了然?
关键还是实战!对吧。好,下面掏出家伙来~~(好像哪里不对😢)

代码

let configuration = ARWorldTrackingSessionConfiguration()
configuration.planeDetection = .horizontal
sceneView.session.run(configuration)

简单三步:1、定义配置实例;2、配置为侦测水平面;3、运行session。
当然,你得先根据需要定义好sceneView,2D就定义为ARSKView,3D就定义为ARSCNView。
接下来你就可以做最重要的事情了——放东西!😄😄😄,不然怎么叫增强现实!要放东西去增强!

// 创建transform,在摄影机前0.2meters
var translation = matrix_identity_float4x4
translation.columns.3.z = -0.2
let transform = simd_mul(view.session.currentFrame.camera.transform, translation)

// 添加锚点
let anchor = ARAnchor(transform: transform)
view.session.add(anchor: anchor)

// 再显示一个Label吧
func view(_ view: ARSKView, nodeFor anchor: ARAnchor) -> SKNode? {
    return SKLabelNode(text: "🐸")
}

一个长者出现在你的面前!赶紧膜!

Machine Learning


机器学习,这个还用我多说?你是不是要开始写个Alpha狗去虐愚蠢的人类了?赶快看下面!
1.首先给你的项目增加模型文件,后缀是.mlmodel;



2.如上图,定义好model的名字、输入、输出。然后就是写代码啦:

let model = MarsHabitatPricer()
func selectedRow(for feature: Feature) -> Int {
    return pickerView.selectedRow(inComponent: feature.rawValue)
}

let solarPanels = pickerDataSource.value(for: selectedRow(for: .solarPanels), feature: .solarPanels)
let greenhouses = pickerDataSource.value(for: selectedRow(for: .greenhouses), feature: .greenhouses)
let size = pickerDataSource.value(for: selectedRow(for: .size), feature: .size)

这里示范了从UIPickerView获得输入。最后保存到model文件里,机器就学习了价格,就可以跟你砍价了(大误)~~~
人类就这样被机器控制了(大大误),你要反抗?苹果早就给了你一个武器:NSLinguisticTagger
,你可以用自然语言跟机器沟通,让它赦免你?

人类最后的话

随着大会推进和深入研究,我后续会不断更新,您还不赶紧关注文章!消灭人类暴X,世界属于AI

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,454评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,553评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,921评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,648评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,770评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,950评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,090评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,817评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,275评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,592评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,724评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,409评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,052评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,815评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,043评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,503评论 2 361
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,627评论 2 350

推荐阅读更多精彩内容