Introduction au Cloud Recognition d’images
Cette page présente les principes essentiels de la fonction Cloud Recognition d’EasyAR CRS (Cloud Recognition Service), les résultats attendus et ses différences avec le suivi local d’images planes, afin d’aider les développeurs à comprendre les cas d’usage et les limites.
Principes de base
Cloud Recognition est une solution qui transfère le processus de reconnaissance vers le cloud, adaptée aux scénarios avec de grandes bibliothèques de cibles ou des mises à jour dynamiques. Son flux principal est le suivant :
Gestion de la bibliothèque
- Créer une bibliothèque : téléversez vos images cibles dans la console CRS. Le système calcule automatiquement les caractéristiques visuelles de l’image cible et l’ajoute comme Target dans la base de données backend.
- CRUD : dans la console CRS, vous pouvez créer, supprimer, modifier et consulter votre bibliothèque de cibles. Une fois l’opération terminée, le client peut continuer à être utilisé sans mettre à jour l’application.
Important
Les exigences de qualité d’image pour les cibles utilisées avec Cloud Recognition sont exactement les mêmes que pour le suivi local d’images planes. Voir Bonnes pratiques pour les images cibles.
Flux de reconnaissance
- Téléversement de l’image : le client capture l’image courante avec la caméra et envoie les données d’image au service EasyAR CRS.
- Correspondance dans le cloud : le serveur recherche rapidement dans la bibliothèque de cibles dans le cloud et fait correspondre les données Target préenregistrées (c’est-à-dire les images cibles téléversées par le développeur).
- Retour du résultat : une fois la correspondance réussie, le cloud renvoie au client le résultat de la reconnaissance (ID de la cible, image cible, etc.), et le client l’utilise pour afficher du contenu virtuel ou poursuivre le suivi ultérieur à l’aide de l’image.
Différences avec le suivi local d’images planes
| Caractéristique | Suivi local d’images planes | Cloud Recognition |
|---|---|---|
| Calcul de la reconnaissance | Réalisé localement sur l’appareil | Réalisé sur le serveur cloud |
| Taille de la bibliothèque | Limitée par la mémoire et le temps de chargement ; il n’est généralement pas recommandé de dépasser 100 images | Jusqu’à 100 000 images cibles par bibliothèque, extensible à l’échelle de centaines de millions |
| Mise à jour des cibles | Nécessite de recompiler et rediffuser l’application | Téléversement en temps réel, effet immédiat |
| Dépendance réseau | Aucun réseau requis (utilisable hors ligne) | Connexion requise (les requêtes de reconnaissance ont besoin du réseau) |
| Priorité fonctionnelle | Reconnaissance et suivi continu (sortie de pose 6DoF) | Reconnaissance ponctuelle (correspondance de cible) |
Points clés :
- Reconnaissance : ne fait que correspondre à “quelle cible est-ce ?” et ne fournit pas de suivi continu. Si vous avez besoin de suivi, vous devez la combiner avec le suivi local d’images planes.
- Cas d’usage : grand nombre de cibles (par exemple catalogues de produits, livres pour enfants), mises à jour fréquentes (par exemple affiches d’événements) ou besoin fonctionnel simple (par exemple reconnaissance sans suivi).
Utilisation et gestion du service
EasyAR CRS fournit une solution de gestion de cibles cloud flexible et sécurisée, adaptée aussi bien aux développeurs individuels qu’aux applications d’entreprise.
Isolation et sécurité des bibliothèques
- Prise en charge de plusieurs bibliothèques : vous pouvez créer plusieurs bibliothèques CRS indépendantes, complètement isolées les unes des autres, sans conflit entre cibles. Par exemple :
- Bibliothèque A : pour les campagnes marketing, contient des affiches produit.
- Bibliothèque B : pour la formation, contient des illustrations pédagogiques.
- Mécanisme de sécurité : chaque bibliothèque est accessible via une API Key et un Secret uniques, ce qui garantit la sécurité des données.
Choix du mode de concurrence
Selon l’ampleur de l’application et les besoins en nombre de scans, CRS propose deux modes de concurrence :
| Mode | Scénario | Caractéristiques | Mode d’activation |
|---|---|---|---|
| Concurrence de base | Applications AR avec QPS < 50, volume de scans normal | Activation en libre-service, stable et fiable | Demande en ligne dans la console CRS |
| Haute concurrence | Applications AR avec QPS ≥ 50, grand volume de scans | Ressources dédiées, faible latence | Contactez le support technique EasyAR pour évaluation et activation |
Astuce
Pour un projet de démarrage ou en phase de test, vous pouvez choisir le mode de base ; après le lancement, décidez d’une montée en gamme en fonction du trafic réel (par exemple en surveillant les requêtes de reconnaissance QPS).
Gestion de bibliothèque et API
- Gestion de bibliothèque : pour les opérations courantes comme créer, supprimer ou téléverser des cibles, voir la section Gestion de bibliothèque, qui contient des étapes détaillées et des captures.
- API CRS : propose une riche API REST prenant en charge les scénarios suivants :
- Vérification d’état : interroger l’état du service via API.
- Automatisation : téléversement, suppression, modification et interrogation par lots des cibles.
- Outils pratiques : score de reconnaissabilité d’une cible et vérification des conflits de similarité.
Note
CRS prend en charge l’intégration via SDK, mini-programmes WeChat, Web et d’autres moyens. L’intégration via SDK ne prend en charge que EasyAR Sense v2.0.0 et les versions supérieures.
Résultats attendus
Comprendre les performances réelles de Cloud Recognition aide les développeurs à fixer des objectifs de projet réalistes. Voici des effets typiques dans des scénarios courants.
Effet idéal
- Reconnaissance rapide : latence inférieure à 1 seconde entre la capture et le retour du résultat (avec une bonne connexion).
- Forte précision : dans des conditions d’image nette et de réseau stable, la précision dépasse 98 %.
- Prise en charge de grandes bibliothèques : une seule bibliothèque peut gérer jusqu’à 100 000 images de cible.
- Mise à jour en temps réel : après le téléversement d’une nouvelle cible, le client peut la reconnaître sans mise à jour (connexion requise uniquement).
Situations moins idéales et réponses
| Phénomène | Cause | Perception utilisateur | Solution |
|---|---|---|---|
| Latence élevée | Mauvais réseau, téléversement lent de l’image | Il faut attendre plusieurs secondes pour voir le résultat | Prévoir un message adapté dans l’application |
| Échec de reconnaissance | Image floue, cible non téléversée dans le cloud | Le contenu virtuel n’apparaît pas | Vérifier l’état de la bibliothèque CRS et guider l’utilisateur pour stabiliser l’appareil |
| Conflit de cibles | Trop d’images similaires dans la bibliothèque | Mauvaise cible reconnue | Améliorer la différenciation de l’image cible ou gérer les images similaires dans des bibliothèques séparées |
Méthodes de validation des résultats attendus
- Phase de développement : téléversez des cibles de test dans la console EasyAR CRS, validez d’abord le flux de reconnaissance avec l’exemple HelloARCRS et familiarisez-vous avec la logique de l’application, puis intégrez-le dans votre propre application.
- Phase de test : utilisez votre propre application pour tester le taux de réussite de la reconnaissance dans différentes conditions, comme un réseau faible, la mise à jour dynamique des images cibles et l’augmentation de la taille de la bibliothèque cloud.
Bonnes pratiques
Cloud Recognition étend la capacité de la bibliothèque de cibles et les mises à jour dynamiques grâce au calcul dans le cloud, mais sacrifie les capacités hors ligne et le suivi en temps réel. Les développeurs doivent choisir la solution selon les besoins du projet (nombre de cibles, fréquence des mises à jour, environnement réseau, etc.) : suivi local pour les petits scénarios statiques, Cloud Recognition pour les grands scénarios dynamiques.
Lors de l’utilisation de CRS, il est recommandé de développer selon ce schéma :
- Phase de test : utilisez le mode de concurrence de base et téléversez peu de cibles pour valider le flux.
- Avant la mise en production : évaluez la concurrence attendue et contactez à l’avance le support technique pour passer en mode haute concurrence (comptez 1 à 2 jours ouvrés).
- Exploitation : utilisez régulièrement l’API pour surveiller l’état de santé de la bibliothèque et garantir la stabilité du service.
Important
Alerte de pics de trafic saisonniers : si votre application peut faire face à une hausse temporaire de concurrence pendant les vacances, les grands événements ou les campagnes marketing, contactez impérativement le support technique EasyAR au moins 3 jours ouvrés à l’avance pour demander une montée de service, afin d’éviter toute restriction d’utilisation du service de reconnaissance.
De plus, si votre application a besoin d’une grande bibliothèque tout en nécessitant le suivi d’images cibles, vous pouvez combiner Cloud Recognition avec le suivi local d’images planes. Consultez la section Combinaison avec le suivi local d’images planes pour plus de détails.