Apple正在尋求將Apple AR技術添加到 iPhone 上的 Measure 應用程序中，使其更準確，并使用測量值自動注釋對象。

引入 LiDAR 后，iPhone上的 Measure 應用程序變得有用且更加準確。現在，Apple 一直在研究引入其 Apple AR 技術，以使其更快、更準確。

將來，將 iPhone 相機對準某個物體可以自動在屏幕上顯示其測量值通知。它將通過 AR 來實現，并且部分地通過機器學習對不同類型的對象來實現。

“基于對象分類的自動測量”是一項新公開的專利申請。它涉及如何確定您對哪個對象感興趣，然后如何準確地測量它。

該專利申請特別廣泛，包括“獲得物理環境三維(3D)表示的設備、系統和方法”。生成的細節基于一系列不同的傳感器和測量值，與“深度數據和光強度圖像數據”有關。

“[這些] 根據 3D 表示生成與物理環境中的對象對應的 3D 邊界框，”Apple 說，“根據 3D 邊界框和 3D 語義數據對對象進行分類，并顯示對象的測量值，其中對象的測量是使用根據對象的分類選擇的多個特定于類的神經網絡之一來確定的。”

首先，AR 將確定您對什么對象感興趣。專利申請并沒有詳細說明該確定是如何進行的。不過，您可以推斷它類似于人像模式識別您正在關注前景中的人的方式。

“在某些使用物理環境的語義標記的 3D 表示的實現中，對象檢測和對象測量的生成得到了促進，”專利申請說。“一些實現對物理環境的 3D 點云進行語義分割和標記。”

然而，它決定了你對測量感興趣和不感興趣，這個未來的測量應用程序可能會使用“多種不同的技術”。

“在某些實現中，通過首先根據深度數據為對象生成 3D 邊界框來測量對象，”Apple 說，“使用各種神經網絡和此處描述的改進算法改進邊界框。”

邊界框可以從確定對象的基本寬度、高度和深度開始。然后，Measure 應用程序進一步嘗試對物體進行分類，例如，它是椅子還是電視機。

“[例如，一個] 對象是使用機器學習技術(例如，神經網絡)對不同對象類型進行不同類型的測量，”Apple 說。“[不同] 類型的測量可能包括椅子的座位高度、電視的顯示直徑、圓桌的桌子直徑、矩形桌子的桌子長度等等。”

機器學習已經能夠識別和分類對象，甚至可以從平面圖像中識別。例如，Pixelmator Pro 等 Mac 圖像編輯器使用它來自動標記圖層。

蘋果希望“訓練”機器學習以適合測量特定對象。

“例如，可以訓練一個模型并使用它來確定椅子類型對象的測量值(例如，確定座椅高度、手臂長度等)，”Apple 說，“而另一個模型可能會被訓練