平面画像トラッキングとの組み合わせ使用
Cloud image recognition は planar image tracking と組み合わせて使用することもでき、「認識 + 継続トラッキング」のハイブリッドモードを実現できます。本記事では、その使用方法を紹介し、利点と適用シーンを分析します。
ワークフロー
ハイブリッドモードの核心は、cloud recognition と local tracking のシームレスな接続です。フローは次のとおりです。
Cloud recognition フェーズ
- リクエスト送信: デバイスのカメラが現在の画像を取得し、CRS サーバーへアップロードします。
- クラウドマッチング: CRS がターゲットライブラリを検索し、一致したターゲットの ID と画像データ（Base64 encoded）を返します。
- 結果受信: クライアントが認識結果を受け取り、後続の処理ロジックをトリガーします。
Local tracking フェーズ
- 画像デコード: クライアントが Base64 データを画像にデコードし、それに基づいてローカルで
ImageTargetインスタンスを生成します。 - トラッキング初期化:
ImageTrackerを初期化し、loadTargetメソッドを呼び出して planar image tracking を開始します。 - 継続トラッキング: デバイスがローカルで 6DoF 姿勢を計算し、仮想コンテンツがリアルタイムで画像に追従します。
組み合わせ使用の利点
cloud recognition を単独で使用する場合と比べ、組み合わせモードは次の点でより優れています。
誤認識の確率を低減
cloud recognition を単独で使用すると、ターゲットライブラリ内に類似画像がある場合、誤ったターゲットが返される可能性があります。ローカルの image tracking を利用すると、local tracking が画像特徴を継続的に検証します。実際の画像内容が認識結果と一致しない場合、トラッキングはすばやく失われ、再認識がトリガーされます。そのため、組み合わせ使用により cloud recognition の誤認識率を大幅に下げることができます。継続トラッキングとインタラクションをサポート
cloud recognition の単独使用ではターゲット ID しか返せず、回転やスケーリングなどの継続的なインタラクションをサポートできません。ハイブリッドモードでは、認識後すぐに local tracking へ切り替わり、6DoF 姿勢のリアルタイム更新をサポートします。ユーザーがデバイスや画像を動かしても仮想コンテンツは常に追従するため、AR ゲームや製品展示などのシーンに適しています。クラウド負荷を低減
1 秒に 1 回など頻繁に cloud recognition を呼び出すと、サーバー負荷と遅延が増加します。ハイブリッドモードでは、認識成功後のトラッキングはデバイス側でローカルに完了し、画像を継続的にアップロードする必要はありません。トラッキングが失われた場合にのみ cloud recognition を再度トリガーするため、クラウドリクエスト数とクライアントのネットワークトラフィック消費を大幅に削減できます。弱いネットワーク環境への適応性
cloud recognition を単独で使用すると、ネットワークが不安定な場合にタイムアウトや失敗が発生しやすくなります。ハイブリッドモードでは、一度認識に成功すれば、ネットワークが切断されても local tracking は継続できます。ローカルターゲットライブラリと組み合わせることで、ネットワーク復旧前にフォールバック体験を提供できます。
ベストプラクティス
cloud recognition、planar image tracking、またはハイブリッドモードのどれを使用するかを選択する際は、次の観点で評価できます。
機能の選び方
| アプリケーションの特徴 | 推奨ソリューション | 理由 |
|---|---|---|
| ターゲット数 < 100 | Planar image tracking | ローカルメモリが十分で、ネットワーク依存が不要 |
| ネットワークがない、または不安定 | Planar image tracking | 認識失敗を避け、オフライン利用を確保 |
| ターゲットをリアルタイム更新する必要がある | Cloud recognition | アップロード後すぐに有効になり、動的コンテンツに適している |
| デバイス性能が限られている | Cloud recognition | 組み込みデバイスまたは極端な消費電力要件 |
| 継続トラッキングが不要 | Cloud recognition | 例えば 1 回限りのスキャン認識で、トラッキングが不要な場合 |
ハイブリッドモードを選ぶタイミング
- ターゲット数が多い（>100）: クラウドは無制限のストレージを提供し、ローカルでは現在のターゲットのみをロードするため、メモリを節約できます。
- 継続的なインタラクションが必要: AR 教育（教材認識後に 3D モデルを回転）や AR マーケティング（製品認識後に 3D デモを表示）など。
- 誤認識に敏感: 医療や工業など、認識精度を確保する必要があるシーン。
- 弱いネットワーク環境でフォールバックが必要: 認識成功後は、ネットワークが切断されてもトラッキングを継続できます。
まとめと拡張
cloud recognition と planar image tracking のハイブリッドモードは、クラウドの大容量とローカルの継続トラッキング能力を組み合わせたもので、高い精度とインタラクティブ性が必要な複雑なシーンに特に適しています。開発者はターゲット数、更新頻度、ネットワーク環境、インタラクション要件に応じて、単独機能またはハイブリッドモードを柔軟に選択する必要があります。