Pendahuluan pelacakan gambar bidang datar
Pelacakan gambar bidang datar (Planar Image Tracking) digunakan untuk mendeteksi dan melacak objek bidang datar bertekstur yang ada di kehidupan sehari-hari. Objek “bidang datar” bisa berupa benda kecil seperti buku, kartu nama, atau poster, maupun target besar seperti dinding grafiti. Benda-benda ini memiliki permukaan datar serta tekstur yang kaya dan tidak berulang.
Halaman ini merangkum prinsip dasar deteksi dan pelacakan gambar bidang datar, hasil yang diharapkan, serta adaptasi per platform, agar Anda bisa cepat memahami batasan fitur dan poin pengembangan utamanya.
Prinsip dasar
Memahami prinsip ini membantu pengembang mengoptimalkan pengenalan dan menghindari masalah umum.
Alur utama
Tahap pemuatan dan praproses:
- Sistem memuat gambar target, mengekstrak banyak titik fitur visual, menghasilkan deskripsi fiturnya, lalu memasukkannya ke basis data fitur.
- Semakin kaya tekstur sebuah gambar, semakin mudah dikenali dan dilacak. Anda bisa menggunakan alat deteksi gambar target untuk memeriksa tingkat keterdeteksian gambar target Anda lebih awal.
Kiri: gambar kaya tekstur dan mudah dikenali (5 bintang); kanan: gambar sederhana, teksturnya sedikit, sulit dikenali (1 bintang).
Kami merekomendasikan gambar target berkualitas 4~5 bintang.Tahap deteksi dan pelacakan waktu nyata:
- Setelah kamera menangkap frame, sistem menganalisis titik fitur pada frame saat ini dan mencocokkannya dengan basis data fitur gambar target.
- Melalui algoritma PnP (Perspective-n-Point), sistem menghitung pose gambar di ruang 3D (posisi + rotasi).
- Setelah target berhasil terdeteksi, sistem masuk ke mode pelacakan. Saat itu sistem membandingkan frame berurutan dan menganalisis gerakan antar frame untuk mencapai pelacakan waktu nyata.
Mekanisme optimisasi:
- Pemulihan saat pelacakan hilang: setelah tertutup sebentar atau kabur karena gerakan cepat, sistem akan mendeteksi ulang target secara otomatis.
- Pelacakan multi-target simultan: mengendalikan jumlah concurrent satu Tracker melalui parameter
Simultaneous Number, sehingga satu Tracker bisa melacak beberapa target sekaligus.
Batasan teknis
- Hanya mendukung gambar bidang datar (bukan objek 3D atau konten dinamis).
- Bergantung pada pencahayaan sekitar; cahaya yang terlalu redup atau terlalu terang akan menyulitkan deteksi atau membuat pelacakan mudah hilang.
- Saat deteksi, kamera tidak boleh terlalu jauh dari target; pastikan gambar target di layar mencakup setidaknya 30% area tampilan.
- Pelacakan multi-target dibatasi oleh performa perangkat; biasanya PC dapat melacak lebih dari 10 target sekaligus, sedangkan perangkat mobile dapat melacak 4~6 target bidang datar secara bersamaan.
Efek dan hasil yang diharapkan
Setelah memahami cara kerja dan batasan teknis deteksi serta pelacakan gambar, Anda juga perlu mengetahui hasil seperti apa yang dapat dicapai fitur ini. Ini membantu Anda menentukan standar pengujian yang masuk akal selama pengembangan.
Hasil ideal
- Superposisi presisi: objek virtual sejajar dengan tepi gambar.
- Deteksi cepat: latensi sangat rendah dari aplikasi dimuat hingga deteksi berhasil.
- Pelacakan stabil: gambar tetap terlacak meskipun diputar, dipindahkan, atau sebagian tertutup.
Situasi tidak ideal dan penanganan
| Fenomena | Penyebab | Persepsi pengguna | Solusi awal (lihat bab selanjutnya) |
|---|---|---|---|
| Tidak bisa dikenali | Tekstur tidak cukup, atau gambar terlalu kecil | Objek virtual tidak muncul | Optimalkan gambar target, gunakan alat untuk memeriksa keterdeteksian |
| Pelacakan goyah | Porsi gambar target di layar terlalu kecil, titik yang bisa dilacak kurang | Objek virtual tampak goyang | Hindari menjauh terlalu jauh dari gambar target, set mode pelacakan ke PreferQuality |
| Sering hilang | Gambar bergerak cepat atau tertutup total | Objek virtual berkedip/hilang | Stabilkan gerakan perangkat/target, atau perbesar ukuran target |
| Kehilangan multi-gambar | Terpengaruh performa hardware | Sebagian target tidak bisa dilacak | Menyeimbangkan performa dengan mengatur Simultaneous Number yang wajar |
Cara memvalidasi hasil yang diharapkan
- Tahap pengembangan: gunakan kamera PC melalui mode Play Unity Editor untuk pratinjau.
- Tahap pengujian: gunakan scene sample resmi atau gambar uji buatan sendiri untuk mencakup berbagai kondisi cahaya, sudut, dan jarak.
Praktik terbaik gambar target
Hasil pelacakan gambar bidang datar sangat bergantung pada kualitas gambar target. Agar tingkat pengenalan tinggi, ikuti panduan berikut saat menyiapkan gambar target.
Bergantung pada skenario, Anda bisa menyiapkan gambar target dengan berbagai cara: memotret langsung objek target dari depan, atau merancang pola lalu mencetaknya. Baik foto maupun desain dapat dipakai sebagai gambar template.
Persyaratan dasar
- Format gambar: disarankan JPG atau PNG.
- Penanganan kanal transparansi: jika gambar memiliki kanal alpha, sistem akan memperlakukannya sebagai latar putih. Jika efeknya tidak diinginkan, hindari kanal alpha.
Poin optimisasi utama
Pastikan detail tekstur yang kaya
Gambar template harus memiliki cukup detail dan perubahan tepi; hindari warna polos atau bentuk sederhana.
Kiri: gambar kaya tekstur bisa dideteksi; kanan: gambar polos tidak bisa dideteksi
Hindari pola berulang
Pola yang berulang teratur (seperti papan catur atau garis-garis) mengurangi keunikan titik fitur.
Gambar berpola berulang tidak dapat dilacak
Isi seluruh frame
Subjek sebaiknya menempati seluruh gambar sebanyak mungkin dan mengurangi area kosong.
Gambar dengan subjek yang penuh lebih mudah dideteksi dan dilacak
Kontrol rasio
Gambar jangan terlalu panjang dan sempit; sisi pendek minimal harus mencapai 20% dari sisi panjang.
Gambar yang terlalu sempit sulit dilacak
Pilih resolusi yang sesuai
Rentang rekomendasi: antara SQCIF (128×96) hingga QVGA (1280×960).
Terlalu kecil: titik fitur tidak cukup, tingkat pengenalan turun.
Terlalu besar: menambah beban memori dan waktu komputasi saat membuat data Target.