Unterstützung für Geräte und Plattformen
Da die Hauptberechnung in der Cloud stattfindet, stellt die Integration von image cloud recognition sehr geringe Anforderungen an hardware und Plattform und eignet sich für großflächige Bereitstellung und plattformübergreifende Anwendungen.
Hardwareanforderungen
Die Kernanforderungen von image cloud recognition beschränken sich auf die folgenden zwei Punkte, sodass es auf fast jedem vernetzten Gerät laufen kann:
- Kamera: zum Erfassen des zu erkennenden Bildes (Front- oder Rückkamera).
- Netzwerkfähigkeit: Unterstützung von Wi-Fi, 4G/5G und anderen Netzwerken zur Kommunikation mit Cloud-Servern.
Anwendbarer Gerätebereich:
- Mobile Geräte: Smartphones und Tablets (Android/iOS).
- Desktop-Geräte: Windows/macOS-PCs (Kamera erforderlich).
- XR-Geräte: AR/VR-Headsets (z. B. Apple Vision Pro).
- Eingebettete Geräte: IoT-Geräte mit Kamera und Netzwerkmodul (z. B. intelligente Lese-Begleitroboter und Werbedisplays).
Betriebssystemeinschränkungen: keine besonderen Einschränkungen. Auch ohne Integration von EasyAR SDK kann der Dienst cloud recognition über Web API aufgerufen und an jedes Web-fähige System angepasst werden, etwa Linux oder Raspberry Pi OS.
Verwendung mit planar image tracking
Cloud recognition kann mit lokalem planar image tracking kombiniert werden, um einen Hybridmodus "kontinuierliche Verfolgung nach der Erkennung" umzusetzen. Für die Kombination mit planar image tracking muss das Gerät folgende Bedingungen erfüllen:
- EasyAR SDK integrieren: Die Anwendung muss Sense SDK integrieren und einen License Key konfigurieren.
- Hardware- und Plattformanforderungen: Das Gerät muss die Mindest-hardware-Standards für planar image tracking erfüllen. Siehe Geräteunterstützung für planar image tracking, um sicherzustellen, dass Systemversion und Architektur kompatibel sind.
Anwendbare Szenarien: Anwendungen, die nach der Erkennung feine Interaktionen benötigen, z. B. Rotation von 3D-Modellen und Antippen virtueller Schaltflächen.
Zusammenfassung und Empfehlungen
Image cloud recognition hat sehr geringe hardware-Anforderungen und unterstützt fast alle vernetzten Geräte. In Kombination mit planar image tracking kann es zu einer Hybridlösung erweitert werden, erfordert jedoch erfüllte SDK-Integrationsbedingungen. Entwickler sollten eine passende Lösung anhand von Zielumfang, Aktualisierungshäufigkeit und Netzwerkumgebung wählen.
Insbesondere kann die mit planar image tracking kombinierte Hybridlösung auf die Einführung im nächsten Kapitel verweisen.