Введение в облачное распознавание изображений
В этой статье представлены основные принципы, ожидаемые результаты и различия функции облачного распознавания EasyAR CRS (Cloud Recognition Service) по сравнению с отслеживанием плоских изображений, что помогает разработчикам понять сценарии применения и ограничения облачного распознавания.
Основные принципы
Облачное распознавание (Cloud Recognition) — это решение, переносящее процесс распознавания в облако, подходящее для сценариев с большими библиотеками целей или требующими динамического обновления. Основной процесс выглядит следующим образом:
Управление библиотекой изображений
- Создание библиотеки: Загрузите ваши целевые изображения в консоли CRS. Система автоматически вычислит визуальные характеристики целевого изображения и добавит их в базу данных как Target.
- Добавление/удаление/изменение/поиск: В консоли CRS вы можете выполнять операции добавления, удаления, изменения и поиска в вашей библиотеке целей. После операций клиентам не требуется обновлять приложение.
Важно
Требования к качеству целевых изображений для облачного распознавания полностью соответствуют требованиям для отслеживания плоских изображений. Подробнее см.: Лучшие практики для целевых изображений.
Процесс распознавания
- Загрузка изображения: Клиент захватывает текущий кадр через камеру и отправляет данные изображения в сервис EasyAR CRS.
- Сопоставление в облаке: Сервер выполняет быстрый поиск в облачной библиотеке целей, сопоставляя данные с предварительно сохраненными Target (т.е. целевыми изображениями, загруженными разработчиком).
- Возврат результата: После успешного сопоставления облако возвращает результат (ID цели, целевое изображение и т.д.) клиенту. Клиент использует это для отображения виртуального контента или продолжения последующего отслеживания на основе изображения.
Отличия от отслеживания плоских изображений
| Характеристика | Отслеживание плоских изображений (локально) | Облачное распознавание (в облаке) |
|---|---|---|
| Вычисления распознавания | Выполняются локально на устройстве | Выполняются на облачном сервере |
| Размер библиотеки целей | Ограничен памятью и компромиссом времени загрузки; обычно не рекомендуется превышать 100 целей | До 100 тысяч целевых изображений на одну библиотеку; масштабируется до миллиардов |
| Обновление целей | Требуется перепаковка и распространение приложения | Загрузка в реальном времени, немедленное применение |
| Зависимость от сети | Не требуется (работает офлайн) | Требуется подключение к интернету (запросы распознавания нуждаются в сети) |
| Основная функция | Распознавание и непрерывное отслеживание (вывод 6DoF позиции) | Единоразовое распознавание (сопоставление цели) |
Ключевые пояснения:
- Распознавание (Recognition): Выполняет только сопоставление "что это за цель", не обеспечивает непрерывное отслеживание. Для отслеживания требуется комбинация с локальной функцией отслеживания плоских изображений.
- Сценарии применения: Большое количество целей (например, каталог товаров, детские книги), частая необходимость обновления (например, рекламные плакаты) или единичная функциональная потребность (например, только распознавание без отслеживания).
Использование и управление сервисом
EasyAR CRS предоставляет гибкое и безопасное решение для управления облачными целями, поддерживая разнообразные потребности — от личной разработки до корпоративных приложений.
Изоляция и безопасность библиотек
- Поддержка нескольких библиотек: Вы можете создавать несколько независимых библиотек CRS. Каждая библиотека полностью изолирована, цели не конфликтуют. Например:
- Библиотека A: Для маркетинговых акций, содержит рекламные плакаты продуктов.
- Библиотека B: Для образования, содержит иллюстрации учебных материалов.
- Механизмы безопасности: Доступ к каждой библиотеке осуществляется через уникальные API Key и Secret, обеспечивая безопасность данных.
Выбор режима пропускной способности
В зависимости от масштаба приложения и требований к количеству сканирований, CRS предлагает два режима пропускной способности:
| Режим | Сценарии применения | Характеристики | Способ подключения |
|---|---|---|---|
| Базовая пропускная способность | AR-приложений с QPS < 50, умеренный объем сканирований | Самостоятельное подключение, стабильная и надежная работа | Онлайн-заявка в консоли CRS |
| Высокая пропускная способность | AR-приложений с QPS ≥ 50, большой трафик сканирований | Гарантированные выделенные ресурсы, низкая задержка | Свяжитесь со службой поддержки EasyAR, подключение после оценки |
Совет
Для стартапов или тестирования выберите базовый режим. После запуска приложения, основываясь на фактическом трафике (например, мониторинг QPS запросов распознавания), решите, требуется ли переход на более высокий уровень.
Управление библиотеками и API
- Управление библиотеками: Рутинные операции (создание, удаление, загрузка целей) см. в разделе Управление библиотеками, содержащем подробные шаги и скриншоты.
- CRS API: Предоставляет богатый набор REST API для следующих сценариев:
- Проверка работоспособности: Запрос состояния сервиса через API.
- Автоматизация: Пакетная загрузка, удаление, изменение, поиск целей.
- Полезные инструменты: Оценка распознаваемости цели, проверка на конфликт схожести.
Примечание
CRS поддерживает интеграцию через SDK, мини-программы WeChat, Web и другие способы. Интеграция через SDK поддерживается только в EasyAR Sense v2.0.0 и выше.
Результаты и ожидания
Понимание реальной производительности облачного распознавания помогает разработчикам реалистично ставить цели проекта. Ниже описаны результаты в типичных сценариях:
Идеальные результаты
- Высокая скорость распознавания: Задержка от съемки до возврата результата < 1 секунды (при хорошей сети).
- Высокая точность распознавания: При четких целевых изображениях и стабильной сети точность > 98%.
- Поддержка больших библиотек: Одна библиотека может содержать до 100 тысяч целей.
- Обновление в реальном времени: После загрузки новой цели клиенты могут распознать ее без обновления приложения (требуется только подключение к интернету).
Неидеальные ситуации и решения
| Ситуация | Причина | Восприятие пользователя | Решение |
|---|---|---|---|
| Высокая задержка распознавания | Плохая сеть, медленная загрузка изображения | Ожидание результата несколько секунд | Добавить соответствующие подсказки в приложении |
| Сбой распознавания | Размытое изображение, цель не загружена в облако | Виртуальный контент не появляется | Проверить состояние библиотеки целей в CRS, направить пользователя на стабилизацию устройства |
| Конфликт целей | Слишком много схожих изображений в библиотеке | Распознается неверная цель | Оптимизировать целевые изображения, повысить различимость. Или управлять схожими изображениями в разных библиотеках |
Методы проверки ожидаемых результатов
- Этап разработки: Загрузите тестовые цели в консоль EasyAR CRS, сначала проверьте процесс распознавания с помощью примера HelloARCRS и изучите логику приложения, затем интегрируйте в свое приложение.
- Этап тестирования: Тестируйте успешность распознавания в своем приложении в различных условиях: слабая сеть, динамическое обновление целевых изображений, увеличение размера облачной библиотеки и т.д.
Лучшие практики
Облачное распознавание расширяет емкость библиотеки целей и возможности динамического обновления за счет облачных вычислений, но жертвует офлайн-работой и отслеживанием в реальном времени. Разработчикам следует выбирать решение исходя из потребностей проекта (количество целей, частота обновлений, сетевая среда и т.д.): для небольших статических сценариев — локальное отслеживание, для крупных динамических — облачное распознавание.
При использовании CRS рекомендуется следующая модель разработки:
- Этап тестирования: Используйте базовый режим пропускной способности, загрузите небольшое количество целей для проверки процесса.
- Перед запуском: Оцените ожидаемую пропускную способность, заранее свяжитесь со службой поддержки для перехода на высокопроизводительный режим (требуется 1-2 рабочих дня).
- Этап эксплуатации: Регулярно используйте API для мониторинга состояния библиотек и обеспечения стабильности сервиса.
Важно
Предупреждение о сезонных пиках трафика: Если ваше приложение может столкнуться с временным всплеском трафика в праздники, крупные мероприятия или рекламные кампании, обязательно свяжитесь со службой поддержки EasyAR минимум за 3 рабочих дня для запроса на расширение сервиса, чтобы избежать ограничений в использовании распознавания.
Кроме того, если вашему приложению требуется большая библиотека изображений и одновременно отслеживание целевых изображений, вы можете комбинировать облачное распознавание с функцией отслеживания плоских изображений. Подробное описание и пояснения см. в разделе Комбинация с отслеживанием плоских изображений.