需求描述

1. 概述
工程需要把外置相機實時拍攝的內容導入 Unreal Engine 中進行處理計算。之后使用神經網絡模型把拍攝圖像轉換成視線落點的xy坐標。通過藍圖去計算2D視線聚焦點，并且對播放圖像進行反畸變處理，以確保畫面在VR設備中正常顯示。此外還會在場景中設置UI，并且對視線落點的物品進行視線懸停反饋。

2. 交付內容
2.1 Unreal Engine 項目
· 可運行的Unreal Engine 交互項目，包含 3. 功能需求 中的全部條例。
2.2 工程源文件
· 提供完整的工程源文件，對可編輯部分進行注釋。
2.3 使用說明
· 提供詳細代碼、藍圖等的使用說明，運行示例，參數配置說明。文字和（如有必要）視頻格式。
2.4 配置需求
· Unreal Engine 的適用版本，必要的第三方插件/腳本等配置的要求。
2.5 參考文獻
· 開發中如有使用參考的文獻和資源，請寫明。以便用戶進一步理解算法原理和實現細節。

3. 功能需求
3.1 同步相機
· 將四臺相機的 120fps 畫面的實時同步在 Unreal Engine 中，畫面延遲需小于 8ms。
3.2 使用神經網絡模型進行坐標點計算
·使用提供的神經網絡模型對畫面中的x和y（橫向和縱向）坐標點進行計算，計算延遲需小于4ms。
3.3 鏡頭后處理
· 反向適應VR設備鏡頭帶來的畸變，使左右眼相機的畫面可以在VR設備中正常顯示。
· 設置第三相機，不進行畸變，用于用戶VR內視角的外部展示。（用于TV，展示給使用者以外的人）
3.4 紅點進程校準
· 按鍵 空格鍵（space） 播放確認進程，進入下一個畫面/視頻。
· UI 懸停反饋：在用戶視線交點懸停在圖標上時，圖標進行變化反饋。

4. 里程碑和時間表
第一階段：開發和測試
· 視頻流導入Unreal Engine，使用神經網絡模型計算注視點。
· 搭建測試場景（2D），基于鼠標坐標進行模擬視點測試。
第二階段： 搭建場景渲染管線
· 根據提供的畸變函數庫、雙目距離和角度的數據搭建反VR視角畸變的相機視角（左眼和右眼）。
第三階段： 搭建UI交互
· 搭建UI系統和UI交互的動畫效果。
· 按鍵切換播放內容，播放內容結束后切回交互演示場景。
第四階段： 現場調試和交付
· 需要開發者本人出差到本地進行現場的調試，根據測試結果進行必要的優化。
· 能夠在測試設備上完整跑通管線，對參數進行調整。
· 準備用戶文檔和使用手冊。
· 完成最終交付和部署。

5. 我方提供的數據
· 4份 120fps 的視頻
· 計算所使用的神經網絡模型
· 用于鏡頭的反畸變函數矩陣/函數庫
· UI圖標（或場景）
· 出差使用的工作機