Introduction au suivi d'images planes

Le suivi d'images planes (Planar Image Tracking) sert à détecter et suivre des objets plans texturés dans la vie quotidienne. Les objets dits "plans" peuvent être de petits objets comme un livre, une carte de visite ou une affiche, ou des cibles plus grandes comme un mur de graffitis. Ces éléments présentent une surface plate avec une texture riche et non répétitive.

Cet article donne un aperçu des principes de base, des résultats attendus et des solutions d'adaptation de plateforme pour la détection et le suivi d'images planes, vous aidant à comprendre rapidement les limites fonctionnelles et les points clés de développement.

Principes de base

Comprendre ces principes aide les développeurs à optimiser les résultats de reconnaissance et à éviter les problèmes courants.

Flux principal

Phase de prétraitement :
- Le système charge l'image cible, en extrait un grand nombre de points caractéristiques visuels, génère une description des caractéristiques de cette image et l'insère dans une base de caractéristiques.
- Les images plus texturées sont plus faciles à reconnaître et à suivre. Vous pouvez utiliser l'outil de détection d'images cibles pour vérifier à l'avance la détectabilité de votre image cible.
Référence gauche : texture riche, reconnaissance facile (5 étoiles) ; Référence droite : éléments simples, texture insuffisante, reconnaissance difficile (1 étoile).
Nous recommandons des images de qualité 4~5 étoiles comme images cibles.
Phase de détection et suivi en temps réel :
- Après la capture d'une image par la caméra, le système analyse les points caractéristiques de l'image actuelle et effectue une mise en correspondance avec la base de caractéristiques de l'image cible.
- Le calcul de la pose (position + rotation) de l'image dans l'espace 3D est effectué via l'algorithme PnP (Perspective-n-Point).
- Une fois la cible détectée, le système passe en mode suivi. Il compare alors les images de trames consécutives et analyse le mouvement entre les trames pour réaliser un suivi en temps réel.
Mécanismes d'optimisation :
- Récupération après perte de suivi : Après une occultation brève ou un flou de mouvement rapide, le système redétecte automatiquement la cible.
- Suivi simultané de multiples cibles : Le paramètre Simultaneous Number contrôle le nombre de cibles suivies simultanément par un seul Tracker, permettant de suivre plusieurs cibles avec un seul appel de Tracker.

Limitations techniques

Prend uniquement en charge les images planes (pas d'objets 3D ou de contenu dynamique).
Dépend de l'éclairage ambiant : un éclairage trop faible ou trop fort complique la détection ou entraîne une perte de suivi.
Lors de la détection, la caméra ne doit pas être trop éloignée de la cible. L'image cible doit occuper au moins 30% de la zone d'image.
Le suivi multi-cibles est limité par les performances du périphérique. Généralement, les plateformes PC peuvent suivre plus de 10 cibles simultanément, tandis que les appareils mobiles peuvent suivre 4 à 6 cibles planes.

Résultats et effets attendus

Après avoir compris le mécanisme de travail et les limites techniques de la détection et du suivi d'images, vous devez également connaître les résultats que cette fonctionnalité peut atteindre. Comprendre ces effets vous aidera à définir des critères de test raisonnables lors du développement.

Effets idéaux

Superposition précise : Les objets virtuels s'alignent parfaitement avec les bords de l'image.
Détection rapide : Délai ultra-faible entre le chargement de l'application et la détection réussie.
Suivi stable : Le suivi est maintenu malgré la rotation, le déplacement ou une occultation partielle de l'image.

Cas non idéaux et solutions

Phénomène	Cause	Perception utilisateur	Solution préliminaire (détails dans les sections suivantes)
Reconnaissance impossible	Texture insuffisante, taille trop petite	Objet virtuel n'apparaît pas	Optimiser l'image cible, utiliser l'outil de détection
Tremblement du suivi	Part de l'image cible trop faible, points de suivi insuffisants	Objet virtuel vacille visiblement	Éviter de s'éloigner trop, paramétrer le mode suivi sur `PreferQuality`
Perte fréquente	Mouvement rapide ou occultation totale de l'image	Clignotement/disparition de l'objet virtuel	Stabiliser l'appareil/cible, ou agrandir la taille de la cible
Cibles manquantes en multi-images	Limitations matérielles	Certaines images cibles non suivies	Ajuster le paramètre `Simultaneous Number` selon les performances

Méthode de vérification des résultats attendus

Phase de développement : Utiliser la caméra PC via le mode Play de l'éditeur Unity.
Phase de test : Utiliser des scènes Sample officielles ou créer des images de test, couvrant différentes conditions d'éclairage/angle/distance.

Bonnes pratiques pour les images cibles

L'efficacité du suivi d'images planes dépend fortement de la qualité de l'image cible. Pour garantir un taux de reconnaissance élevé, suivez ces directives lors de la préparation des images cibles.

Selon le scénario d'usage, vous pouvez préparer l'image cible de différentes manières : photographier directement l'objet sous un angle frontal, ou concevoir un motif avant impression. Photos ou maquettes peuvent servir d'images modèles.

Exigences de base

Format d'image : JPG ou PNG recommandés.
Gestion de la transparence : Si l'image a un canal alpha, le système la traitera sur fond blanc. Évitez les canaux alpha si ce n'est pas l'effet souhaité.

Points d'optimisation clés

Garantir une texture riche en détails
L'image modèle doit avoir suffisamment de détails et de variations de contours, éviter les aplats de couleur ou les graphismes simples.

Référence gauche : image texturée détectable ; Référence droite : image unie non détectable
Éviter les motifs répétitifs
Les motifs réguliers (damier, rayures) réduisent l'unicité des points caractéristiques.

Référence : image à motif répétitif non traçable
Remplir l'image avec le contenu
Le sujet principal doit occuper autant que possible toute l'image, minimiser les zones vides.

Référence : l'image de gauche (sujet bien rempli) est plus facile à détecter/suivre que celle de droite (trop d'espace vide)
Contrôler les proportions
L'image ne doit pas être trop étroite. La longueur du côté court doit atteindre au moins 20% du côté long.

Référence : image étroite difficile à suivre
Choisir une résolution adaptée
Plage recommandée : Entre SQCIF (128×96) et QVGA (1280×960).
Trop petite : Points caractéristiques insuffisants, baisse du taux de reconnaissance.
Trop grande : Augmentation inutile de la mémoire et du temps de calcul lors de la génération des données Target.

Table of Contents