Introduzione al Cloud Recognition delle immagini
Questa guida presenta i principi di base della funzione Cloud Recognition di EasyAR CRS (Cloud Recognition Service), i risultati attesi e le differenze rispetto al tracking locale delle immagini piane, per aiutare gli sviluppatori a capire scenari d’uso e limiti.
Principi di base
Cloud Recognition è una soluzione che sposta il processo di riconoscimento sul cloud, adatta a scenari con grandi librerie di target o che richiedono aggiornamenti dinamici. Il flusso principale è il seguente:
Gestione della libreria
- Creare una libreria: carica le immagini target nella console CRS. Il sistema calcolerà automaticamente le caratteristiche visive dell’immagine target e la aggiungerà come Target al database di backend.
- CRUD: nella console CRS puoi creare, eliminare, modificare e consultare la tua libreria di target. Una volta completate le operazioni, il client può continuare a essere usato senza aggiornare l’applicazione.
Importante
I requisiti di qualità dell’immagine per le immagini target usate con Cloud Recognition sono esattamente gli stessi del tracking locale delle immagini piane. Consulta Best practice per le immagini target.
Flusso di riconoscimento
- Caricamento dell’immagine: il client cattura l’immagine corrente con la fotocamera e invia i dati immagine al servizio EasyAR CRS.
- Corrispondenza nel cloud: il server cerca rapidamente nella libreria di target sul cloud e confronta i dati Target memorizzati in precedenza (cioè le immagini target caricate dallo sviluppatore).
- Restituzione del risultato: quando la corrispondenza ha successo, il cloud restituisce al client il risultato del riconoscimento (ID del target, immagine target, ecc.), e il client lo usa per mostrare contenuti virtuali o continuare il tracking successivo usando l’immagine.
Differenze rispetto al tracking locale delle immagini piane
| Caratteristica | Tracking locale delle immagini piane | Cloud Recognition |
|---|---|---|
| Calcolo del riconoscimento | Eseguito localmente sul dispositivo | Eseguito sul server cloud |
| Dimensione della libreria | Limitata dalla memoria e dai tempi di caricamento; in genere non si consiglia di superare 100 immagini | Fino a 100.000 immagini target per libreria, espandibile fino a centinaia di milioni |
| Aggiornamento dei target | Richiede ricompilazione e redistribuzione dell’applicazione | Caricato in tempo reale ed efficace immediatamente |
| Dipendenza dalla rete | Nessuna rete richiesta (usabile offline) | È necessaria la connessione (le richieste di riconoscimento richiedono rete) |
| Focus funzionale | Riconoscimento e tracking continuo (output di posa 6DoF) | Riconoscimento puntuale (corrispondenza del target) |
Chiarimenti chiave:
- Riconoscimento: completa solo la corrispondenza “che target è questo” e non fornisce tracking continuo. Se serve il tracking, va combinato con il tracking locale delle immagini piane.
- Scenari d’uso: molti target (per esempio cataloghi di prodotti o libri per bambini), aggiornamenti frequenti (per esempio poster di eventi) oppure un’esigenza funzionale semplice (per esempio riconoscere senza fare tracking).
Uso e gestione del servizio
EasyAR CRS offre una soluzione di gestione dei target cloud flessibile e sicura, adatta da singoli sviluppatori ad applicazioni enterprise.
Isolamento e sicurezza delle librerie
- Supporto a più librerie: puoi creare più librerie CRS indipendenti, completamente isolate tra loro, così che i target non vadano in conflitto. Per esempio:
- Libreria A: per campagne marketing, conserva poster di prodotti.
- Libreria B: per formazione educativa, conserva illustrazioni didattiche.
- Meccanismo di sicurezza: ogni libreria viene accessibile con una API Key e un Secret unici, garantendo la sicurezza dei dati.
Scelta della modalità di concorrenza
In base alla scala dell’applicazione e alle esigenze di scansione, CRS offre due modalità di concorrenza:
| Modalità | Scenario | Caratteristiche | Metodo di attivazione |
|---|---|---|---|
| Concorrenza base | Applicazioni AR con QPS < 50, volume di scansione normale | Attivazione self-service, stabile e affidabile | Richiesta online nella console CRS |
| Alta concorrenza | Applicazioni AR con QPS ≥ 50, scansioni ad alto volume | Risorse dedicate, bassa latenza | Contatta il supporto tecnico EasyAR per valutazione e attivazione |
Consiglio
Per un progetto all’inizio o in fase di test puoi scegliere la modalità base; dopo il lancio, decidi l’upgrade in base al traffico reale (per esempio monitorando il QPS delle richieste di riconoscimento).
Gestione libreria e API
- Gestione libreria: per operazioni quotidiane come creare, eliminare o caricare target, consulta la sezione Gestione libreria, che include passaggi dettagliati e screenshot.
- API CRS: offre una ricca REST API che supporta i seguenti scenari:
- Controllo di salute: interrogare lo stato del servizio tramite API.
- Automazione: caricamento, eliminazione, modifica e query batch dei target.
- Strumenti utili: punteggio di riconoscibilità del target e verifica dei conflitti di similarità.
Nota
CRS supporta l’integrazione tramite SDK, mini program WeChat, Web e altri metodi. L’integrazione tramite SDK supporta solo EasyAR Sense v2.0.0 e versioni successive.
Risultati attesi
Comprendere il comportamento reale di Cloud Recognition aiuta gli sviluppatori a definire obiettivi di progetto realistici. Di seguito sono descritti effetti tipici in scenari comuni.
Risultato ideale
- Riconoscimento rapido: ritardo inferiore a 1 secondo dalla cattura al ritorno del risultato (con buona rete).
- Alta precisione: in condizioni di immagine chiara e rete stabile, la precisione supera il 98%.
- Supporto per librerie grandi: una singola libreria può gestire fino a 100.000 immagini target.
- Aggiornamento in tempo reale: dopo il caricamento di un nuovo target, il client può riconoscerlo senza aggiornamenti (serve solo la connessione).
Situazioni non ideali e risposta
| Fenomeno | Causa | Percezione utente | Soluzione |
|---|---|---|---|
| Latenza elevata | Rete scarsa, caricamento lento dell’immagine | Bisogna aspettare alcuni secondi per vedere il risultato | Mostrare messaggi appropriati nell’applicazione |
| Riconoscimento fallito | Immagine sfocata, target non caricato nel cloud | Il contenuto virtuale non appare | Controllare lo stato della libreria CRS e guidare l’utente a stabilizzare il dispositivo |
| Conflitto di target | Troppe immagini simili nella libreria | Viene riconosciuto il target sbagliato | Migliorare la differenziazione dell’immagine target, oppure gestire immagini simili in librerie separate |
Metodo di validazione dei risultati attesi
- Fase di sviluppo: carica target di test nella console EasyAR CRS, valida prima il flusso di riconoscimento con l’esempio HelloARCRS e familiarizza con la logica dell’app, poi integralo nella tua applicazione.
- Fase di test: usa la tua applicazione per testare il tasso di successo del riconoscimento in varie condizioni, come rete debole, aggiornamento dinamico delle immagini target e aumento della dimensione della libreria cloud.
Best practice
Cloud Recognition espande la capacità della libreria di target e la possibilità di aggiornamento dinamico tramite il calcolo nel cloud, ma sacrifica le capacità offline e il tracking in tempo reale. Gli sviluppatori devono scegliere la soluzione in base ai requisiti del progetto (numero di target, frequenza di aggiornamento, ambiente di rete, ecc.): tracking locale per scenari statici di piccola scala, Cloud Recognition per scenari dinamici di grandi dimensioni.
Quando usi CRS, è consigliato sviluppare con questo schema:
- Fase di test: usa la modalità di concorrenza base e carica pochi target per validare il flusso.
- Prima del rilascio: valuta la concorrenza prevista e contatta in anticipo il supporto tecnico per passare alla modalità di alta concorrenza (richiede 1-2 giorni lavorativi).
- Operazioni: usa periodicamente l’API per monitorare lo stato di salute della libreria e garantire la stabilità del servizio.
Importante
Avviso sui picchi di traffico stagionali: se la tua applicazione può subire un aumento temporaneo della concorrenza durante festività, grandi eventi o campagne di marketing, contatta il supporto tecnico EasyAR con almeno 3 giorni lavorativi di anticipo per richiedere un upgrade del servizio, così da evitare limiti nell’uso del servizio di riconoscimento.
Inoltre, se la tua applicazione ha bisogno di una libreria grande e anche di tracking di immagini target, puoi combinare Cloud Recognition con il tracking locale delle immagini piane. Consulta la sezione Combinare con il tracking locale delle immagini piane per i dettagli.