继聊天室之后，QQ用AR再把人连接

https://www.toutiao.com/a6521942211817374215/新春将至，年味也逐渐浓了起来，收到的祝福也越来越多，而如何在一大众“新年大吉”的群发祝福中脱颖而出，成为不少用户操心的事，而近期，腾讯推出手机QQ的新年版本，全新的AR贺卡上线，用手势比个心就能送贺卡，让祝福立刻高人一等。

用户只需模仿出“比心”手势，并用手机QQ扫一扫功能扫描，即可开始制作AR贺卡送出专属的文字或者视频祝福。

收到贺卡的那一方如果想看到亲朋好友的祝福，也可以通过趣味的“比心“手势这一动作，开启亲友们传递的AR贺卡。

当然你要发布贺卡送去祝福，那也一样需要“比心”！贺卡可以分为文字贺卡和视频贺卡，自己拍摄的祝福视频也可以生成贺卡，送给亲友们。

没错，它不需要任何外部链接，只要比出你的真心，祝福便可以跨越时间与空间传递出去。

当然在下面视频中，我们可以更清楚的看到：想要接收沈月或亲朋好友们的AR拜年，那就快快拿起手机QQ扫一扫，比心出来吧！

AR是手段，情感交互才是社交

---

在2016年风靡全球的《Pokemon Go》游戏发布，让人们貌似第一次认识到了AR应用的魅力与潜力，以及这是一片等待着人们继续开发的蓝海。相比于游戏乐趣与IP注入，一个全新的商业概念被展现于眼前——AR社交。

随后我们看到了众多知名厂商的纷纷入局，支付宝AR红包、QQ-AR传递火炬、百度AR+LBS抢红包、工行AR年册红包……

可惜在技术和创意的双重制约下，AR社交也不可避免的走向同质化路线，或者我们可以说是“跟风”。然而在一片热潮消退的乏味后，腾讯QQ凭借对里约奥运会的场景洞察，发起的“AR传QQ火炬”活动，却成功俘获了一亿用户的心。

通过QQ-AR扫一扫朋友QQ上的火炬图案进行传递，覆盖中国366个城市以及157个国家的AR火炬活动，拥有超过1亿用户参与，同时让合作品牌获得过118亿次曝光。

究其原因，除了手握8亿活跃用户外，腾讯QQ-AR对于社交场景的发掘与重建，以及用户的情感交互洞察才最为关键。既然是社交，那么在合适的时机传递合适的情感或者满足某种特殊情感才称得上成功。

AR并不是社交，它只是一种技术手段，用来丰富我们的社交场景。这一点腾讯想必是最清楚的。

技术的沉淀与执着，才是成功的开始

---

在技术上讲，手势识别和实物识别远比简单的图形识别要复杂的多，但从社交场景上来说前两者也要比后者也丰富的多。这个道理腾讯QQ-AR自然也比他的竞争对手们明白许多。

在其他竞争者们还在不厌其烦的“扫福”“扫图”“扫标志”时，腾讯QQ-AR早已经将眼光放在了手势识别和实物识别上。所以我们看到2018年的QQ-AR贺卡将“比心”手势放在大家面前。当然，技术是需要沉淀与市场校验的。

在2017的一整年里，腾讯QQ-AR都在做与不同场景相结合的尝试与案例。

在七月，QQ-AR与《神偷奶爸3》的跨界合作中，玩出了“扫香蕉解救小黄人”的新花样。这意味着我们不再识别标准物上的信息点，而是通过具体实物识别出AR信源，更重要的是AR动画不会因为镜头的转移而变动，这可以算作国内AR营销技术的首次应用。

香蕉的识别是基于海量模型的训练，能够较好地捕获图片和实物间的细微区别与内在模式，在QQ-AR扫描香蕉训练集的迁移学习后，即学会记住了“图片和实体”的区分模式。

而到了9月，粉丝们第一次体验到AR+手势识别的社交营销魅力，在《超凡蜘蛛侠》的最新一部蜘蛛侠系列电影——《蜘蛛侠：英雄归来》中，QQ-AR非常简单直接的将“蜘蛛手”这一老少通吃的英雄情怀，融入在营销体验中。

掏出手机登录QQ客户端，进入“QQ-AR扫一扫”功能。摆出蜘蛛侠手势便可一秒化身蜘蛛侠，在炫酷的H5中穿梭于楼宇之间完成你的“英雄选择”，赢取优惠电影优惠券与各类周边好礼。

据统计，在电影上映期间，参与“蜘蛛侠 AR 手势互动”活动的体验人次达1100万人次。

随后的11月，日益成熟的QQ-AR运用“手势识别”技术在《正义联盟》和《上海维密大秀》的跨界合作中大放异彩。

《正义联盟》是摆了个 “六” 辨英雄，而《上海维密》则是比了个 “V” 看大秀。手势当然都很简单，操作体验起来也一如既往的方便，但这都是对于体验用户来说的。

在社交场景的发掘层面上看，它们可一点都不平凡。

对于技术层面，手势识别更谈不上“容易”二字。

AR识别社交，手势传递情感

---

手势识别需要的是基于AI机器学习的核心算法，要达到“简单直接”的快速识别，这就需要数量繁多的测试，单一手势至少也需要成千上万的测试样本。而这些其实并不是难点，难点是如何在复杂的背景下去较好的分割出手势。

手势其实分为静态手势和三维手势，所谓静态就是你手掌永远正对与摄像机前面，然后利用采集的手部图像，提取手部轮廓进行特征提取（如轮廓、形状上下文、sift点等等），进行分类或者模板匹配法都可以。

而三维手势的确定，则可以选择骨架映射的方法：建立一个手部骨架，根据投影结果确定手指的状态（弯曲或伸展），再根据手指结果进行手势的判断。

完美的手势识别技术能够用于人机交互的各类场景，而所谓人机交互场景不正是我们所期望的“新社交”。

毕竟用手势动作传递情感是我们人类与生俱来的天性。