Uso combinado com rastreamento de imagem plana

Cloud image recognition também pode ser usado junto com planar image tracking para implementar um modo híbrido de "reconhecimento + rastreamento contínuo". Este artigo apresenta como usá-lo e analisa suas vantagens e cenários aplicáveis.

Fluxo de trabalho

O núcleo do modo híbrido é a conexão contínua entre cloud recognition e local tracking. O fluxo é o seguinte:

Fase de cloud recognition

1. Enviar solicitação: a câmera do dispositivo captura a imagem atual e a envia para o servidor CRS.
2. Correspondência na nuvem: o CRS pesquisa na biblioteca de targets e retorna o ID do target correspondente e os dados da imagem (Base64 encoded).
3. Receber resultado: o cliente recebe o resultado do reconhecimento e aciona a lógica de processamento subsequente.

Fase de local tracking

1. Decodificação da imagem: o cliente decodifica os dados Base64 em uma imagem e, com base nela, gera localmente uma instância ImageTarget.
2. Inicializar tracking: inicialize ImageTracker e chame o método loadTarget para iniciar planar image tracking.
3. Rastreamento contínuo: o dispositivo calcula localmente a pose 6DoF, e o conteúdo virtual acompanha a imagem em tempo real.

Vantagens do uso combinado

Em comparação com usar apenas cloud recognition, o modo combinado tem melhor desempenho nos seguintes aspectos:

• Reduzir a probabilidade de falso reconhecimento
  Ao usar apenas cloud recognition, se houver imagens semelhantes na biblioteca de targets, um target incorreto poderá ser retornado. Com a ajuda do image tracking local, local tracking verifica continuamente os recursos da imagem. Se o conteúdo real da imagem não corresponder ao resultado do reconhecimento, o tracking será perdido rapidamente e um novo reconhecimento será acionado. Portanto, o uso combinado pode reduzir bastante a taxa de falso reconhecimento de cloud recognition.

• Suportar rastreamento contínuo e interação
  Usar apenas cloud recognition só pode retornar o ID do target e não oferece suporte a interações contínuas, como rotação e escala. No modo híbrido, após o reconhecimento, o sistema muda imediatamente para local tracking, com suporte a atualizações de pose 6DoF em tempo real. Os usuários podem mover o dispositivo ou a imagem, e o conteúdo virtual sempre acompanha, o que é adequado para jogos AR, exibição de produtos e outros cenários.

• Reduzir a carga da nuvem
  Chamadas frequentes a cloud recognition, como uma vez por segundo, aumentam a pressão sobre o servidor e a latência. No modo híbrido, após o reconhecimento bem-sucedido, o tracking subsequente é concluído localmente no dispositivo, sem upload contínuo de imagens. Cloud recognition só é acionado novamente quando o tracking é perdido, o que pode reduzir muito o número de solicitações à nuvem e o consumo de tráfego de rede do cliente.

• Adaptabilidade em ambientes de rede fraca
  Usar apenas cloud recognition tende a gerar timeout ou falha quando a rede é instável. No modo híbrido, depois que o reconhecimento é bem-sucedido, local tracking pode continuar funcionando mesmo se a rede for desconectada. Ele pode ser combinado com uma biblioteca local de targets para oferecer uma experiência degradada antes da recuperação da rede.

Melhores práticas

Ao escolher entre cloud recognition, planar image tracking ou modo híbrido, avalie as seguintes dimensões:

Como escolher um recurso

Características da aplicação	Solução recomendada	Motivo
Número de targets < 100	Planar image tracking	Memória local suficiente, sem dependência de rede
Sem rede ou rede instável	Planar image tracking	Evita falhas de reconhecimento e garante disponibilidade offline
Targets precisam de atualização em tempo real	Cloud recognition	Entra em vigor imediatamente após o upload, adequado para conteúdo dinâmico
Desempenho limitado do dispositivo	Cloud recognition	Dispositivos embarcados ou requisitos extremos de consumo de energia
Não há necessidade de rastreamento contínuo	Cloud recognition	Por exemplo, reconhecimento por varredura única, sem necessidade de tracking

Quando escolher o modo híbrido

• Grande número de targets (>100): a nuvem oferece armazenamento ilimitado, e apenas o target atual é carregado localmente, economizando memória.
• Interação contínua necessária: como educação AR (rotacionar um modelo 3D após reconhecer materiais didáticos) e marketing AR (ver uma demonstração 3D após reconhecer um produto).
• Sensível a falsos reconhecimentos: como cenários médicos e industriais, nos quais é necessário garantir a precisão do reconhecimento.
• Degradação necessária em ambiente de rede fraca: após reconhecimento bem-sucedido, o tracking pode continuar mesmo que a rede seja desconectada.

Resumo e extensão

O modo híbrido de cloud recognition e planar image tracking combina a grande capacidade da nuvem com a capacidade de rastreamento contínuo local, sendo especialmente adequado para cenários complexos que exigem alta precisão e interatividade. Os desenvolvedores devem escolher de forma flexível recursos independentes ou modo híbrido de acordo com o número de targets, a frequência de atualização, o ambiente de rede e os requisitos de interação.