與平面圖像跟蹤的混合使用

圖像雲識別還可與平面圖像跟蹤結合使用，實現“識別+持續跟蹤”的混合模式。本篇將介紹如何使用，並分析其優勢與適用場景。

工作流程

混合模式的核心是雲端識別與本地跟蹤的無縫銜接，流程如下：

雲端識別階段

1. 發送請求：設備攝像頭捕獲當前畫面，並將圖像上傳至 CRS 服務器。
2. 雲端匹配：CRS 在目標庫中檢索，返回匹配目標的 ID 以及圖像數據（Base64 編碼）。
3. 結果接收：客戶端收到識別結果，觸發後續處理邏輯。

本地跟蹤階段

1. 圖像解碼：客戶端將 Base64 數據解碼爲圖像，並據此在本地生成一個 ImageTarget 實例。
2. 初始化跟蹤：初始化 ImageTracker 並調用 loadTarget 方法，啓動平面圖像跟蹤。
3. 持續跟蹤：設備本地計算 6DoF 位姿，虛擬內容實時跟隨圖像移動。

混合使用的優勢

相比單獨使用雲識別，混合使用的模式在以下方面表現更優：

• 減少誤識別概率
  單獨使用雲識別時，若目標庫中有相似圖像，可能返回錯誤目標。藉助本地圖像跟蹤後，本地跟蹤會持續驗證圖像特徵。若圖像實際內容與識別結果不匹配，跟蹤會快速丟失，觸發重新識別。 因此混合使用可極大地降低雲識別的誤識別率。

• 支持持續跟蹤與交互
  單獨使用雲識別只能返回目標的 ID，無法支持旋轉、縮放等持續交互。在混合模式下，識別後立即切換至本地跟蹤，支持 6DoF 實時位姿更新。用戶可移動設備或圖像，虛擬內容始終跟隨，適合 AR 遊戲、產品展示等場景。

• 降低雲端負載
  頻繁調用雲識別（如每秒1次）會增加服務器壓力和延遲。在混合模式下，識別成功後，後續跟蹤由設備本地完成，無需持續上傳圖像。僅在跟蹤丟失時重新觸發雲識別，可以大幅度減少雲端請求量，降低客戶端的網絡流量消耗。

• 弱網環境適應性
  單獨使用雲識別在網絡不穩定時容易超時或失敗。在混合模式下，一旦識別成功後，即使網絡斷開，本地跟蹤仍可繼續工作。可結合本地目標庫，爲應用在網絡恢復前提供降級體驗。

最佳實踐

選擇是否使用雲識別、平面圖像跟蹤或混合模式時，可根據以下維度評估：

如何選擇功能

應用特點	推薦方案	理由
目標數量 < 100個	平面圖像跟蹤	本地內存充足，無需網絡依賴
無網絡或網絡不穩定	平面圖像跟蹤	避免識別失敗，確保離線可用
目標需實時更新	雲識別	上傳後立即生效，適合動態內容
設備性能有限	雲識別	嵌入式設備或有極端功耗要求
無持續跟蹤需求	雲識別	如一次性掃描識別，無需跟蹤

何時選擇混合模式

• 目標數量大（>100個）：雲端存儲無限，本地僅加載當前目標，節省內存。
• 需要持續交互：如 AR 教育（識別教材後旋轉 3D 模型）、AR 營銷（識別產品後查看 3D 演示）。
• 誤識別敏感：如醫療、工業場景，需確保識別準確性。
• 弱網環境需降級：識別成功後，網絡斷開仍可繼續跟蹤。

總結與擴展

雲識別與平面圖像跟蹤的混合模式結合了雲端的大容量和本地的持續跟蹤能力，特別適合需要高準確性和交互性的複雜場景。開發者應根據目標數量、更新頻率、網絡環境和交互需求，靈活選擇單獨功能或混合模式。