평면 이미지 트래킹과의 혼합 사용
Cloud image recognition은 planar image tracking과 함께 사용하여 "인식 + 지속 트래킹" 하이브리드 모드를 구현할 수도 있습니다. 이 문서에서는 사용 방법을 소개하고 장점과 적용 시나리오를 분석합니다.
워크플로
하이브리드 모드의 핵심은 cloud recognition 과 local tracking 의 매끄러운 연결입니다. 흐름은 다음과 같습니다.
Cloud recognition 단계
- 요청 전송: 디바이스 카메라가 현재 화면을 캡처하고 CRS 서버로 이미지를 업로드합니다.
- 클라우드 매칭: CRS가 target library에서 검색하여 일치하는 target의 ID와 이미지 데이터(Base64 encoded)를 반환합니다.
- 결과 수신: 클라이언트가 인식 결과를 받고 후속 처리 로직을 트리거합니다.
Local tracking 단계
- 이미지 디코딩: 클라이언트가 Base64 데이터를 이미지로 디코딩하고 이를 기반으로 로컬에서
ImageTarget인스턴스를 생성합니다. - 트래킹 초기화:
ImageTracker를 초기화하고loadTarget메서드를 호출하여 planar image tracking을 시작합니다. - 지속 트래킹: 디바이스가 로컬에서 6DoF 자세를 계산하고, 가상 콘텐츠가 이미지를 실시간으로 따라갑니다.
혼합 사용의 장점
cloud recognition만 단독으로 사용하는 것과 비교하면, 혼합 모드는 다음 측면에서 더 우수합니다.
오인식 확률 감소
cloud recognition만 사용할 때 target library에 유사한 이미지가 있으면 잘못된 target이 반환될 수 있습니다. 로컬 image tracking을 사용하면 local tracking이 이미지 특징을 지속적으로 검증합니다. 실제 이미지 내용이 인식 결과와 일치하지 않으면 tracking이 빠르게 손실되고 재인식이 트리거됩니다. 따라서 혼합 사용은 cloud recognition의 오인식률을 크게 낮출 수 있습니다.지속 트래킹과 상호작용 지원
cloud recognition만 단독으로 사용하면 target ID만 반환할 수 있고 회전, 스케일링 등의 지속적인 상호작용을 지원할 수 없습니다. 하이브리드 모드에서는 인식 후 즉시 local tracking으로 전환되어 6DoF 자세의 실시간 업데이트를 지원합니다. 사용자가 디바이스나 이미지를 움직여도 가상 콘텐츠가 항상 따라가므로 AR 게임, 제품 전시 등의 시나리오에 적합합니다.클라우드 부하 감소
초당 1회와 같이 cloud recognition을 자주 호출하면 서버 부담과 지연이 증가합니다. 하이브리드 모드에서는 인식 성공 후 후속 tracking이 디바이스 로컬에서 완료되며 이미지를 계속 업로드할 필요가 없습니다. tracking이 손실될 때만 cloud recognition을 다시 트리거하므로 클라우드 요청 수와 클라이언트 네트워크 트래픽 소비를 크게 줄일 수 있습니다.약한 네트워크 환경 적응성
cloud recognition만 단독으로 사용하면 네트워크가 불안정할 때 timeout 또는 실패가 발생하기 쉽습니다. 하이브리드 모드에서는 인식이 한 번 성공하면 네트워크가 끊겨도 local tracking이 계속 작동할 수 있습니다. 로컬 target library와 결합하여 네트워크 복구 전까지 저하된 경험을 제공할 수 있습니다.
모범 사례
cloud recognition, planar image tracking 또는 하이브리드 모드 중 무엇을 사용할지 선택할 때는 다음 차원에 따라 평가할 수 있습니다.
기능 선택 방법
| 애플리케이션 특징 | 권장 방안 | 이유 |
|---|---|---|
| Target 수 < 100개 | Planar image tracking | 로컬 메모리가 충분하고 네트워크 의존이 필요 없음 |
| 네트워크 없음 또는 불안정 | Planar image tracking | 인식 실패를 피하고 오프라인 사용 가능성을 보장 |
| Target을 실시간으로 업데이트해야 함 | Cloud recognition | 업로드 후 즉시 적용되며 동적 콘텐츠에 적합 |
| 디바이스 성능 제한 | Cloud recognition | 임베디드 디바이스 또는 극단적인 전력 소모 요구 사항 |
| 지속 tracking 필요 없음 | Cloud recognition | 예: 일회성 스캔 인식으로 tracking이 필요 없는 경우 |
하이브리드 모드를 선택할 때
- Target 수가 많음(>100개): 클라우드 저장 공간은 무제한이며, 로컬에는 현재 target만 로드하여 메모리를 절약합니다.
- 지속적인 상호작용 필요: 예를 들어 AR 교육(교재 인식 후 3D 모델 회전), AR 마케팅(제품 인식 후 3D 데모 보기).
- 오인식에 민감: 의료, 산업 시나리오처럼 인식 정확성을 보장해야 하는 경우.
- 약한 네트워크 환경에서 저하 모드 필요: 인식 성공 후 네트워크가 끊겨도 tracking을 계속할 수 있습니다.
요약 및 확장
cloud recognition과 planar image tracking의 하이브리드 모드는 클라우드의 대용량과 로컬의 지속 tracking 능력을 결합하며, 높은 정확도와 상호작용성이 필요한 복잡한 시나리오에 특히 적합합니다. 개발자는 target 수, 업데이트 빈도, 네트워크 환경, 상호작용 요구에 따라 단독 기능 또는 하이브리드 모드를 유연하게 선택해야 합니다.