ar制作教程（ar 制作）

大家好！今天让小编来大家介绍下关于ar制作教程的问题，以下是小编对此问题的归纳整理，让我们一起来看看吧。

创意岭作为行业内优秀的企业，服务客户遍布全球各地，相关业务请拨打电话：175-8598-2043，或添加微信：1454722008

文章目录列表:

• 1、华为AR测量工具怎么用？

• 2、理解 AR 和 MA 模型

• 3、ar和ps哪个容易学习

• 4、unity3dAR增强现实网上教程哪儿有？

一、华为AR测量工具怎么用？

使用 AR 测量，无需卷尺，也能快速测量身高、长度、体积等数据。

1、测量身高：

打开桌面实用工具文件夹，点击AR 测量。

在AR 测量界面，点击身高。

将镜头对准人物脚下，缓缓移动手机，寻找平面。

移动手机，让定位位于测量人物的脚下，点击加号

添加起始点。

缓缓向上移动手机，让人物全身入镜。识别人脸后，手机会自动显示身高数据。

手动拖动终点，可对测量结果进行微调。

点击圆圈可拍下人物照片以及测量结果。

2、测量物体面积：

在AR 测量界面，点击面积。

将镜头对准测量物体所在的平面，缓缓移动手机，寻找平面。

手机识别到要测量的物体平面时，会自动显示与测量面重合的边框。待边框与测量平面稳定重合后，点击加号

手机会自动显示测量结果。

手动拖动顶点，可对测量结果进行微调。

二、理解 AR 和 MA 模型

最近在搞一点预测技术，用过去的数据，预测将来的数据。

比如说，在过去一周中，从周一到周日，武大郎卖的炊饼数是 20，20，20，20，20，20，20，那么下一周他每天能卖出多少？他必须预测出来，不然潘金莲的炊饼做多了，做少了，都要亏钱的。

大朗的炊饼好预测，看起来很简单。但西门大官然的店铺好多，要预测清楚，就不容易了。

我挑了不少方法，最终决定用 XGBoost，因为要考虑刮风下雨，还有大宋国假期这些因素的影响。

在此之前，我还是花了不少时间在 ARIMA 上。 毕竟，炊饼经营，是时序数据，ARIMA 对付稳定的时序数据，那是最擅长的。

研究 ARIMA，少不了要确定 p 和 q，要看 ACF 和 PACF 的截尾和拖尾。但各种各样的网文教程，包括大学教材，都是干巴巴的公式，就是不给个例子。

我甚为怀疑，好多写教材的，自己未必真搞懂了。

越看越晕。后来，看英文资料，才明白过来。老外真是太闲，也有耐心，每一个细节都写的明明白白，仿佛在教小学生。

先说 AR 模型，即自回归模型。即算一个函数，让每一个观察量（就是大郎每天卖的炊饼数）都依赖过去的量。比如上面武大郎的那个 20、20、20，就可以设计出一个函数，即，今天的炊饼量等于昨天的炊饼量。一般的公式为：

这是 1 阶，即 AR(1) 的公式。 看看，  和   之间相关性是个   。

而 AR(2) 则为：

举个例子， ，用 statsmodels.tsa.arima_process 模拟一个符合 AR(1) 的时序数据。画出图来：

要注意的是，只有   是我们指定的，而   和   则是 arima_process 随机给出的，  是一个固定值，而  则是每次都随机。

可以猜到，  对    的相关性为 0.9， 而   对  的相关性是  ，对 的相关性，则为  。这种相关性，会一直延续下去，传递下去。所以，自相关 ACF 图为：

看，一个漂亮的拖尾，拖的又长又整齐。

那么，这个 AR(1) 的偏自相关应该是什么？ 这是一个让初学者晕的概念。

做个比喻吧。 小明、小明爸爸、小明爷爷，列祖列宗，构成一个 AR(1)，记住，他们万万不可构成 AR(2)。所以，他们的DNA 就一代代往下传，小明和小明爸爸的自相关性是 1/2， 小明爷爷和小明爸爸的相关性是 1/2，而小明和小明爷爷的相关性是 1/4。

但小明与爷爷的偏自相关呢？太遗憾了，只能是零。 在这里脑袋里要拧个弯，把小明爸爸的影响去除掉，即小明爸爸给小明的那1/2基因去除掉，那小明和爷爷的偏自相关，就是零了。

如果不是零，那就坏了。 

但小明和爸爸，爸爸和爷爷的偏自相关，其实就是他们之间的自相关，都是 1/2。

所以，上面这个   的偏自相关图 PACF 是：

看，多么经典的截尾，第一阶截断，如悬崖般。 

如果是 RA(2)，那么就会在第二阶截断。但是，上面那个比喻就进入一个非常艰难、难以理解的境地。

我们必须假设，小明的DNA有 1/2 来自爸爸，还有1/4 是直接来自爷爷。打字打到这里，有点受不了。注意，1/4是直接来自，即爷爷既是爷爷，也是爸爸。

好了，就当科幻来看吧。

下面来说 MA，即移动平均模型，第一个注意，此处的“移动平均模型”，不是计算 “移动平均值” 那么简单。

想象一个时间序列，互相之间，毫无关系。举个例子，三体世界，他们的天气每天都是跌宕起伏的，压根没有地球上的四季分明。三体上，第一天是40度，很热，但还能喘气。第二天就是零下200度，全部冻死。 第三天呢？ 春暖花开23度，第四天就是3000度炼钢厂，行星成液体。

总之，每一天都是随机数。天与天之间毫无规律，没有关系。

咋办？ 怎么预测明天的温度？ 怎么决定明天是继续活着，还是赶紧阴干成皮？

没办法，只能搞个大概的移动平均，比如，把过去10 天的天气加总，然后除以 10。

这个三体天气，就是一个纯粹的 MA （10） 模型。

MA 的一般公式是：

注意观察，  和   没有直接关系了，不是 AR 了，而是通过移动平均   值才产生关系。

举个例子， ，用 statsmodels.tsa.arima_process 模拟一个符合 MA(1) 的时序数据。画出图来：

一样要注意，只有   是指定的，  都是随机值。

所以，可以看到   之间的自相关系数是  ，在此处是 -0.479。而R_{t} R_{t-2}的自相关系数是 0。（这一段没有理解，why ？倒是 2阶之后为 0，好理解。有聪明人指点指点。）

所以，此 MA 的 ACF 图是：

一个干净利落的截尾，止于 1 阶。

而 PACF 的图，则为：

对于为何一个标准的 MA(1) 的偏自相关居然是拖尾的，深思不解。 我的理解，它应该是个飘忽不定的震荡过程。 因为从1阶之后，从自相关角度看，已经没关系，那么偏自相关更应该没有规律的关系才对。

如果偏自相关还有关系，何以自相关居然没关系了？

在时序数据中 ARMA 或者 ARIMA 中，MA 是 AR 过程中剩余下的残差的回归。

三、ar和ps哪个容易学习

就我个人经验来说，如果你之前没接触过任何视频和图像处理软件，那从难到易来排应该是Ae＞Ps＞Ai＞Pr。

Pr作为Adobe旗下的一款视频剪辑软件，因其功能强大，所以被用作一些广告和婚庆视频的制作，虽然学习起来比会声会影难，但它能轻松实现会声会影很难或无法实现的效果，同时它和其它Adobe产品在UI和一些操作上具有一致性，如果你学过Ae、Ps这些Adobe软件，那学起来简直不要太轻松。

Ai是一款矢量图绘制软件，同样功能强大，常用于插画和图标绘制，和Photoshop、Indesign并称为Adobe平面设计三剑客，是平面设计师必学软件。虽说Coreldraw凭借其简单易上手的优势成了Ai强劲的对手，但对于一些复杂的图形，Ai还是具有较大的优势的。

Ps自不必说，中国美容术的开山鼻祖，它不仅具有整容美颜的黑科技，还在插画、印刷排版、效果图、游戏等等行业具有重要作用，是平面设计最重要的软件，没有之一。

最后是老大哥Ae，Ae可以说是视频界的Ps，功能异常强大，做特效酷炫得可以撩妹，在广告界、影视界具有举足轻重的地位，当然，其学习难度也是最高的。

因为这四款软件都是Adobe旗下的，所以它们的UI和操作习惯都很相似，比如你学了Ps再去学Ai，你会发现他们简直是孪生姐妹，操作界面和工具有很大重复，学习起来容易很多。所以我建议大家可以先学Ps再学Ai，先学Pr再学Ae，效率会高一些。至于学习方法，如果你不是想做专门的软件教程，那你最好不要一开始就抱着学全学透的心态一个工具一个工具去学，一来费时间，而且你很难全部记住；二来在实际运用的过程中你会发现其实用来用去不外乎那几个功能和方法，其它一些冷僻的功能久而久之也便忘了，到头来做了很多苦力功。所以我建议大家可以先对软件的面板、菜单、主工具进行大概的了解，然后直接实操，可以从网上找一些实操的教程来学，在这个过程中你自然就会有针对性的去学习一些工具和方法，久而久之你也就熟悉了这个软件，而且学到的也都是对你有实质性作用的知识。在学的过程中也最好能找个高手去带你，这会让你少走很多弯路，效率会更高。

四、unity3dAR增强现实网上教程哪儿有？

Realmax官方网站、Realmax官方论坛

以上就是小编对于ar制作教程问题和相关问题的解答了，如有疑问，可拨打网站上的电话，或添加微信。

推荐阅读：

ar在景观设计的应用（ar在景观设计的应用领域）

haggis怎么记忆（harsh怎么记忆）

美国billboard排行榜（美国billboard排行榜根据什么）

24小时业务自助下单网站

物业公司微信公众号功能介绍（物业公司微信公众号功能介绍文案）