Table of Contents

画像認識難易度評価

画像を cloud recognition(CRS)画像ライブラリに正式に追加する前に、ベストプラクティスとして事前に品質評価を行います。

target image の認識可能領域が少なすぎる場合(白い壁、単色ブロックなど)、またはテクスチャが単純すぎる場合、認識成功率は大幅に低下します。この章では CRS の評価メカニズムを詳しく紹介し、高品質な AR 認識素材を選別できるようにします。

評価メカニズムとスコアの意味

スコア 評価 推奨
0 - 1 優秀 テクスチャが非常に豊富で、認識速度が速く、tracking が非常に安定しています。
2 良好 十分な feature points を備え、通常の AR business を実行できます。
3 普通 認識率が照明や角度の影響を受ける可能性があります。テクスチャの最適化をお勧めします。
4 低い 認識が非常に困難です。production 環境の認識画像としては推奨されません。
-1 エラー 画像形式がサポートされていないか、ファイルが破損しています。
重要

実機テストの原則: 画像ライブラリ内の target 総数が少ない場合、評価スコアがやや高くても、特定の環境では使用できる可能性があります。実際の実機テスト結果を基準にすることをお勧めします。

主要な総合指標

主に次の 2 つの総合指標に注目します。これら 2 つの指標には個別の API endpoint があり、総合評価を提供します。

  • 認識難易度総合レベル (detectableRate):

    • 最も重要な指標です。クラウド側の「画像による画像検索」の成功率を決定します。
    • /grade/detection API endpoint が提供する総合評価
  • tracking 難易度総合レベル (trackableRate):

    • Unity/App 側で EasyAR Sense SDK を使用して local tracking を行う場合、この指標は AR コンテンツ重畳の安定性を決定します。
    • /grade/tracking API endpoint が提供する総合評価

その他の詳細指標

  • detectableDistinctiveness
  • detectableFeatureCount
  • trackableDistinctiveness
  • trackableFeatureCount
  • trackableFeatureDistribution
  • trackablePatchContrast
  • trackablePatchAmbiguity

これらの指標は画像アルゴリズムの観点から評価され、各指標は難易度に応じて 0 から 4 で示されます。

評価結果を閲覧する方法

データベース内の各 target image の詳細には、target image の詳細評価があります。API で target image properties を取得して確認できます。また、EasyAR cloud recognition management から確認することもできます。

EasyAR Web で確認する

  • EasyAR Web にログインして Developer Center に入る
  • Cloud recognition management
  • 開通済みの画像ライブラリを選択
  • Manage をクリックして画像ライブラリ管理に入る
  • target image を選択
  • Manage をクリックして target image の詳細を表示する。

図に示すように、詳細ページには 2 つの主要な総合指標があり、五角形で 5 つの詳細指標が表示されます。

  • 認識可能度: 元の認識難易度総合スコア (detectableRate) に基づいて 5 つ星の認識可能度レベルに対応します。元の難易度スコアが小さいほど星が多く、認識しやすくなります
  • trackability: 元の tracking 難易度総合スコア (trackableRate) に基づいて 5 つ星の trackability レベルに対応します。元の難易度スコアが小さいほど星が多く、認識しやすくなります

detail

API で評価結果を取得 - target image list endpoint

target image list endpoint または詳細取得を通じて、各 target image に含まれる detectableRate など、テクスチャ分布や feature point 数などのすべての詳細アルゴリズム指標を取得できます。

ベストプラクティス: API による事前評価

自動アップロード backend を構築する場合、正式アップロード前に評価 endpoint を呼び出すことをお勧めします。

参考ドキュメント: 画像認識難易度評価 API endpoint

評価 endpoint の分類

  1. Recognition rating (/grade/detection): 認識難易度のみを返します。(最もよく使用)
  2. Tracking rating (/grade/tracking): tracking 難易度のみを返します。
  3. Detailed rating (/grade/detail): 多次元指標を返し、専門アルゴリズム担当者の参考にします。

呼び出し準備

  • 準備チェックリストは次のとおりです。準備方法については呼び出し準備チェックリストを参照してください

    • CRS AppId
    • 認証資格情報: API Key / API Secret または Token
    • Server-end URL: target image management URL address。HTTPS は 443 ポートを使用します
    • Test image: JPEG/PNG 形式、サイズは 2 MB を超えてはいけません
  • まずローカルの target 画像を Base64(macOS / Linux)に変換し、結果を image_base64.txt に保存します
base64 -i ./target.jpg | tr -d '\n' > image_base64.txt
  • プレースホルダーを実際のパラメーターに置き換え、curl スクリプトを実行してください
    • Your-Server-side-URL → 実際の API Host
    • Your-Token → 実際の API Key Authorization Token
    • Your-CRS-AppId → あなたの appId
curl -X POST "https://<Your-Server-side-URL>/grade/detail" \
  -H "Content-Type: application/json" \
  -H "Authorization: <YOUR-TOKEN>" \
  -d '{
    "appId": "<Your-CRS-AppId>",
    "image": "'"$(cat image_base64.txt)"'"
  }'

関連トピック:

次のトピック: