평면 이미지 추적과의 혼합 사용
이미지 클라우드 인식은 평면 이미지 추적과 결합하여 "인식 + 지속적 추적"의 하이브리드 모드를 구현할 수 있습니다. 본 문서는 사용 방법을 소개하고 장점 및 적용 시나리오를 분석합니다.
작동 흐름
하이브리드 모드의 핵심은 클라우드 인식과 로컬 추적의 원활한 연결입니다. 흐름은 다음과 같습니다:
클라우드 인식 단계
- 요청 전송: 장치 카메라가 현재 화면을 캡처하고 이미지를 CRS 서버에 업로드합니다.
- 클라우드 매칭: CRS가 타겟 라이브러리에서 검색하여 일치하는 타겟의 ID 및 이미지 데이터(Base64 인코딩)를 반환합니다.
- 결과 수신: 클라이언트가 인식 결과를 수신하고 후속 처리 로직을 트리거합니다.
로컬 추적 단계
- 이미지 디코딩: 클라이언트가 Base64 데이터를 이미지로 디코딩하고 이를 기반으로 로컬에
ImageTarget인스턴스를 생성합니다. - 추적 초기화:
ImageTracker를 초기화하고loadTarget메서드를 호출하여 평면 이미지 추적을 시작합니다. - 지속적 추적: 장치가 로컬에서 6DoF 포즈를 계산하고 가상 콘텐츠가 이미지 이동을 실시간으로 따라갑니다.
혼합 사용의 장점
단독 클라우드 인식 사용과 비교하여, 혼합 모드는 다음과 같은 측면에서 우수합니다:
오인식 확률 감소
클라우드 인식 단독 사용 시, 타겟 라이브러리에 유사 이미지가 있으면 잘못된 타겟을 반환할 수 있습니다. 로컬 이미지 추적을 활용하면, 로컬 추적이 이미지 특징을 지속적으로 검증합니다. 이미지 실제 내용이 인식 결과와 불일치하면 추적이 빠르게 손실되어 재인식을 트리거합니다. 따라서 혼합 사용은 클라우드 인식의 오인식률을 크게 낮출 수 있습니다.지속적 추적 및 상호작용 지원
클라우드 인식 단독 사용은 타겟 ID만 반환할 수 있어 회전, 확대/축소 등 지속적 상호작용을 지원하지 못합니다. 하이브리드 모드에서는 인식 후 즉시 로컬 추적으로 전환되어 6DoF 실시간 포즈 업데이트를 지원합니다. 사용자가 장치나 이미지를 움직여도 가상 콘텐츠가 항상 따라가므로 AR 게임, 제품 전시 등 시나리오에 적합합니다.클라우드 부하 감소
빈번한 클라우드 인식 호출(예: 초당 1회)은 서버 부담과 지연을 증가시킵니다. 하이브리드 모드에서는 인식 성공 후 후속 추적은 장치 로컬에서 완료되며, 이미지 지속 업로드가 필요 없습니다. 추적이 손실된 경우에만 클라우드 인식을 재트리거하므로 클라우드 요청량을 대폭 줄이고 클라이언트 네트워크 트래픽 소비를 낮출 수 있습니다.저조한 네트워크 환경 적응성
클라우드 인식 단독 사용은 네트워크 불안정 시 타임아웃 또는 실패하기 쉽습니다. 하이브리드 모드에서는 일단 인식에 성공하면 네트워크가 끊겨도 로컬 추적은 계속 작동합니다. 로컬 타겟 라이브러리와 결합하여 네트워크 복구 전까지 애플리케이션에 저하된 경험을 제공할 수 있습니다.
모범 사례
클라우드 인식, 평면 이미지 추적 또는 하이브리드 모드 사용 여부를 선택할 때 다음 차원으로 평가할 수 있습니다:
기능 선택 방법
| 애플리케이션 특성 | 권장 솔루션 | 이유 |
|---|---|---|
| 타겟 수 < 100개 | 평면 이미지 추적 | 로컬 메모리 충분, 네트워크 의존성 없음 |
| 네트워크 없음 또는 불안정 | 평면 이미지 추적 | 인식 실패 회피, 오프라인 사용 보장 |
| 타겟 실시간 업데이트 필요 | 클라우드 인식 | 업로드 후 즉시 적용, 동적 콘텐츠에 적합 |
| 장치 성능 제한적 | 클라우드 인식 | 임베디드 장치 또는 극단적 전력 요구 사항 |
| 지속적 추적 필요 없음 | 클라우드 인식 | 일회성 스캔 인식 등, 추적 불필요 |
하이브리드 모드 선택 시기
- 타겟 수量大(>100개): 클라우드 저장소 무한, 로컬은 현재 타겟만 로드하여 메모리 절약.
- 지속적 상호작용 필요: 예) AR 교육(교재 인식 후 3D 모델 회전), AR 마케팅(제품 인식 후 3D 데모 확인).
- 오인식 민감: 의료, 산업 시나리오 등, 인식 정확도 보장 필요.
- 저조한 네트워크 환경에서의 저하 필요: 인식 성공 후 네트워크 끊겨도 추적 지속 가능.
요약 및 확장
클라우드 인식과 평면 이미지 추적의 하이브리드 모드는 클라우드의 대용량과 로컬의 지속적 추적 능력을 결합하여, 높은 정확성과 상호작용이 필요한 복잡한 시나리오에 특히 적합합니다. 개발자는 타겟 수, 업데이트 빈도, 네트워크 환경 및 상호작용 요구 사항에 따라 단독 기능 또는 하이브리드 모드를 유연하게 선택해야 합니다.