Введение в Cloud Recognition изображений
В этом руководстве изложены основные принципы функции Cloud Recognition в EasyAR CRS (Cloud Recognition Service), ожидаемые результаты и отличия от локального отслеживания плоских изображений, чтобы помочь разработчикам понять подходящие сценарии использования и ограничения.
Основные принципы
Cloud Recognition — это решение, которое переносит процесс распознавания в облако и подходит для сценариев с большой библиотекой целей или с динамическим обновлением. Основной поток выглядит так:
Управление библиотекой
- Создание библиотеки: загрузите целевые изображения в консоль CRS. Система автоматически вычислит визуальные признаки изображения и добавит его как Target в backend-базу данных.
- CRUD-операции: в консоли CRS можно создавать, удалять, изменять и просматривать библиотеку целей. После операций клиент можно использовать без обновления приложения.
Важно
Требования к качеству целевых изображений для Cloud Recognition полностью совпадают с требованиями для локального отслеживания плоских изображений. См. Лучшие практики для целевых изображений.
Поток распознавания
- Загрузка изображения: клиент захватывает текущий кадр камерой и отправляет данные изображения в сервис EasyAR CRS.
- Сопоставление в облаке: сервер быстро ищет в облачной библиотеке целей и сопоставляет с заранее сохранёнными данными Target (то есть с изображениями, загруженными разработчиком).
- Возврат результата: после успешного сопоставления облако возвращает клиенту результат распознавания (ID цели, изображение цели и т. д.), а клиент использует его для отображения виртуального контента или продолжения последующего отслеживания по изображению.
Отличия от локального отслеживания плоских изображений
| Характеристика | Локальное отслеживание плоских изображений | Cloud Recognition |
|---|---|---|
| Вычисление распознавания | Выполняется локально на устройстве | Выполняется на облачном сервере |
| Размер библиотеки | Ограничен памятью и временем загрузки; обычно не рекомендуется превышать 100 изображений | До 100 000 изображений на библиотеку, расширяемо до сотен миллионов |
| Обновление целей | Требует повторной сборки и распространения приложения | Загружается в реальном времени и сразу вступает в силу |
| Зависимость от сети | Сеть не нужна (можно работать офлайн) | Нужна сеть (запросы распознавания требуют подключения) |
| Фокус функции | Распознавание и непрерывное отслеживание (вывод 6DoF pose) | Однократное распознавание (сопоставление цели) |
Ключевые пояснения:
- Распознавание: выполняет только сопоставление “что это за цель”, но не обеспечивает непрерывное отслеживание. Если нужно отслеживание, используйте его вместе с локальным отслеживанием плоских изображений.
- Сценарии применения: много целей (например, каталоги товаров, детские книги), частые обновления (например, афиши событий) или простая функциональная потребность (например, только распознавание без отслеживания).
Использование и управление сервисом
EasyAR CRS предоставляет гибкое и безопасное облачное управление целями, подходящее как для индивидуальной разработки, так и для корпоративных приложений.
Изоляция и безопасность библиотек
- Поддержка нескольких библиотек: можно создать несколько независимых библиотек CRS, полностью изолированных друг от друга, без конфликтов между целями. Например:
- Библиотека A: для маркетинговых кампаний, хранит постеры продуктов.
- Библиотека B: для обучения, хранит учебные иллюстрации.
- Механизм безопасности: доступ к каждой библиотеке осуществляется по уникальным API Key и Secret, что обеспечивает безопасность данных.
Выбор режима параллельности
В зависимости от масштаба приложения и требований к количеству сканирований CRS предлагает два режима параллельности:
| Режим | Сценарий | Особенности | Способ включения |
|---|---|---|---|
| Базовая параллельность | AR-приложения с QPS < 50, обычный объём сканирования | Самостоятельное включение, стабильно и надёжно | Онлайн-заявка в консоли CRS |
| Высокая параллельность | AR-приложения с QPS ≥ 50, большой поток сканирований | Выделенные ресурсы, низкая задержка | Свяжитесь с технической поддержкой EasyAR для оценки и включения |
Совет
Для стартапов или стадии тестирования можно выбрать базовый режим; после запуска принимайте решение об апгрейде по фактическому трафику (например, по числу запросов распознавания QPS).
Управление библиотекой и API
- Управление библиотекой: для повседневных операций, таких как создание, удаление и загрузка целей, см. раздел Управление библиотекой, где есть подробные шаги и скриншоты.
- CRS API: предоставляет богатый REST API, который поддерживает следующие сценарии:
- Проверка состояния: запрос состояния сервиса через API.
- Автоматизация: массовая загрузка, удаление, изменение и поиск целей.
- Полезные инструменты: оценка распознаваемости цели и проверка конфликтов схожести.
Примечание
CRS поддерживает интеграцию через SDK, мини-программы WeChat, Web и другие способы. Интеграция через SDK поддерживает только EasyAR Sense v2.0.0 и выше.
Ожидаемые результаты
Понимание реальной работы Cloud Recognition помогает разработчикам корректно ставить цели проекта. Ниже описаны типичные эффекты в распространённых сценариях.
Идеальный результат
- Быстрое распознавание: задержка от съёмки до получения результата менее 1 секунды (при хорошем интернете).
- Высокая точность: при чётком изображении и стабильной сети точность превышает 98%.
- Поддержка больших библиотек целей: одна библиотека может содержать до 100 000 изображений целей.
- Обновление в реальном времени: после загрузки новой цели клиент может распознавать её без обновления (нужно только подключение).
Неидеальные ситуации и действия
| Явление | Причина | Как это видит пользователь | Решение |
|---|---|---|---|
| Высокая задержка | Плохая сеть, медленная загрузка изображения | Результат появляется через несколько секунд | Показывать подходящие подсказки в приложении |
| Сбой распознавания | Размытое изображение, цель не загружена в облако | Виртуальный контент не появляется | Проверить состояние библиотеки CRS и помочь пользователю стабилизировать устройство |
| Конфликт целей | В библиотеке слишком много похожих изображений | Распознаётся неправильная цель | Улучшить различимость изображения цели или хранить похожие изображения в отдельных библиотеках |
Способы проверки ожидаемого результата
- Этап разработки: загрузите тестовые цели в консоль EasyAR CRS, сначала проверьте поток распознавания на примере HelloARCRS и освоите логику приложения, затем интегрируйте в своё приложение.
- Этап тестирования: проверяйте успешность распознавания в разных условиях, например при слабой сети, динамическом обновлении изображений целей и увеличении размера облачной библиотеки.
Лучшие практики
Cloud Recognition расширяет ёмкость библиотеки целей и возможности динамического обновления за счёт облачных вычислений, но жертвует офлайн-работой и отслеживанием в реальном времени. Разработчики должны выбирать решение в зависимости от требований проекта (количество целей, частота обновлений, сеть и т. д.): локальное отслеживание для небольших статических сценариев, Cloud Recognition для крупных динамических сценариев.
При использовании CRS рекомендуется следующий порядок разработки:
- Этап тестирования: используйте базовый режим параллельности и загружайте немного целей для проверки потока.
- Перед выпуском: оцените ожидаемую параллельность и заранее свяжитесь с техподдержкой, чтобы перейти на высокий режим параллельности (требуется 1–2 рабочих дня).
- Эксплуатация: регулярно используйте API для мониторинга состояния библиотеки и обеспечения стабильности сервиса.
Важно
Предупреждение о сезонных пиках трафика: если ваше приложение может временно столкнуться с резким ростом параллельности во время праздников, крупных событий или маркетинговых кампаний, обязательно свяжитесь с техподдержкой EasyAR минимум за 3 рабочих дня, чтобы запросить повышение уровня сервиса и избежать ограничений на использование сервиса распознавания.
Кроме того, если вашему приложению нужна большая библиотека и при этом требуется отслеживание изображений целей, можно объединить Cloud Recognition с локальным отслеживанием плоских изображений. Подробности см. в разделе Комбинирование с локальным отслеживанием плоских изображений.