평면 이미지 트래킹 소개

평면 이미지 트래킹(Planar Image Tracking)은 일상생활의 텍스처가 있는 평면 물체를 검출하고 추적하는 데 사용됩니다. 여기서 말하는 "평면" 물체는 책, 명함, 포스터 같은 작은 물체일 수도 있고, 그래피티 벽 같은 대형 타겟일 수도 있습니다. 이러한 물품이나 대상은 평평한 표면과 풍부하고 반복되지 않는 텍스처를 가지고 있습니다.

이 문서는 평면 이미지 검출과 트래킹의 기본 원리, 예상 효과 및 플랫폼 적용 방안을 개략적으로 설명하여 기능 범위와 개발 요점을 빠르게 이해할 수 있도록 돕습니다.

기본 원리

이러한 원리를 이해하면 개발자가 인식 효과를 최적화하고 일반적인 문제를 피하는 데 도움이 됩니다.

핵심 흐름

로드 및 전처리 단계：
- 시스템은 타겟 이미지를 로드하고, 그 안에서 다수의 시각 특징점을 추출한 뒤, 해당 이미지의 특징 설명을 생성하여 특징 라이브러리에 삽입합니다.
- 텍스처가 풍부할수록 이미지의 인식과 트래킹이 쉬워집니다. 타겟 이미지 검출 도구를 사용하여 타겟 이미지의 인식 가능성을 미리 확인할 수 있습니다.
참고 이미지 왼쪽: 텍스처가 풍부하여 인식하기 쉬움(5성); 참고 이미지 오른쪽: 요소가 단순하고 텍스처가 부족하여 인식하기 어려움(1성).
타겟 이미지로는 4~5성 품질의 이미지를 사용하는 것을 권장합니다.
실시간 검출 및 트래킹 단계：
- 카메라가 화면을 캡처한 후, 시스템은 현재 화면의 특징점을 분석하고 타겟 이미지의 특징 라이브러리와 특징 매칭을 수행합니다.
- PnP(Perspective-n-Point) 알고리즘을 통해 3D 공간에서 이미지의 포즈(위치+회전)를 계산합니다.
- 타겟 검출에 성공하면 시스템은 트래킹 모드로 들어갑니다. 이때 시스템은 연속 프레임의 화면을 비교하고 프레임 간 움직임을 분석하여 실시간 트래킹 과정을 구현합니다.
최적화 메커니즘：
- 트래킹 손실 복구：일시적인 가림이나 빠른 움직임으로 인한 블러 이후 시스템이 타겟을 자동으로 다시 검출합니다.
- 다중 타겟 동시 트래킹：Simultaneous Number 파라미터로 단일 Tracker의 동시 처리 수를 제어하여, 하나의 Tracker 호출로 여러 타겟을 동시에 추적할 수 있습니다.

기술적 제한

평면 이미지만 지원합니다(3D 물체 또는 동적 콘텐츠는 지원하지 않음).
환경 조명에 의존하므로 너무 어둡거나 과노출된 환경에서는 검출이 어렵거나 트래킹을 잃기 쉽습니다.
검출 시 카메라가 타겟에서 너무 멀리 떨어지지 않도록 하고, 화면 안에서 타겟 이미지가 최소 30%를 차지하도록 하십시오.
다중 타겟 트래킹은 장치 성능의 제약을 받습니다. 일반적으로 PC에서는 10개 이상의 타겟을 동시에 추적할 수 있고, 모바일 장치에서는 4~6개의 평면 타겟을 동시에 추적할 수 있습니다.

효과와 예상 결과

이미지 검출과 트래킹의 동작 메커니즘 및 기술적 제한을 이해한 후에는 이 기능으로 달성할 수 있는 효과도 파악해야 합니다. 이러한 효과를 명확히 하면 개발 과정에서 합리적인 테스트 기준을 설정하는 데 도움이 됩니다.

이상적인 효과

정확한 오버레이：가상 객체가 이미지 가장자리와 정렬됩니다.
빠른 검출：앱 로드부터 검출 성공까지 지연 시간이 매우 낮습니다.
안정적인 트래킹：이미지가 회전, 이동 또는 부분적으로 가려져도 트래킹을 유지할 수 있습니다.

바람직하지 않은 상황과 대응

현상	원인	사용자 인식	해결 방안 미리 보기(자세한 내용은 후속 섹션 참조)
인식 불가	이미지 텍스처 부족 또는 너무 작음	가상 객체가 나타나지 않음	타겟 이미지를 최적화하고 도구를 사용해 인식 가능성을 검출
트래킹 흔들림	타겟이 화면에서 차지하는 비율이 너무 작고, 추적 가능한 점이 부족함	가상 객체의 흔들림이 뚜렷함	타겟 이미지에서 너무 멀어지지 않도록 하고, 트래킹 모드를 `PreferQuality`로 설정
잦은 손실	이미지가 빠르게 이동하거나 완전히 가려짐	가상 객체가 깜박이거나 사라짐	모바일 장치/타겟 이미지를 안정적으로 움직이거나 타겟 크기를 키움
다중 이미지 타겟 누락	하드웨어 성능의 영향	일부 타겟 이미지를 추적할 수 없음	실행 성능을 고려하여 합리적인 `Simultaneous Number` 파라미터를 설정

예상 결과 검증 방법

개발 단계：PC 카메라를 사용하여 Unity 에디터 Play 모드에서 미리 봅니다.
테스트 단계：공식 Sample 장면 또는 직접 만든 테스트 이미지를 사용하여 다양한 조명/각도/거리 조건을 포함합니다.

타겟 이미지 모범 사례

평면 이미지 트래킹의 효과는 타겟 이미지의 품질에 크게 의존합니다. 인식 성공률을 보장하려면 타겟 이미지를 준비할 때 다음 지침을 따르는 것이 좋습니다.

사용 시나리오에 따라 여러 방법으로 타겟 이미지를 준비할 수 있습니다. 카메라로 대상 물체를 정면에서 직접 촬영하거나, 먼저 도안을 디자인한 뒤 인쇄하여 제작할 수 있습니다. 사진과 디자인 시안 모두 템플릿 이미지로 사용할 수 있습니다.

기본 요구 사항

이미지 형식：JPG 또는 PNG를 권장합니다.
투명 채널 처리：이미지에 투명 채널이 있는 경우 시스템은 흰색 배경으로 처리합니다. 의도한 효과가 아니라면 투명 채널 사용을 피하십시오.

핵심 최적화 포인트

풍부한 텍스처 세부 정보 확보
템플릿 이미지는 충분한 세부 정보와 가장자리 변화를 가져야 하며, 단색이나 단순한 그래픽은 피해야 합니다.

참고 이미지 왼쪽: 텍스처가 풍부한 이미지는 검출 가능; 참고 이미지 오른쪽: 단색 이미지는 검출할 수 없음
반복 패턴 피하기
반복 규칙을 따르는 패턴(예: 체커보드, 줄무늬)은 특징점의 고유성을 낮춥니다.

참고 이미지: 반복 패턴 이미지는 트래킹할 수 없음
콘텐츠로 화면 채우기
주체가 가능한 한 전체 화면을 차지하도록 하고 빈 영역을 줄이십시오.

참고 이미지: 왼쪽처럼 주체가 화면을 가득 채운 이미지는 오른쪽처럼 여백이 너무 많은 이미지보다 검출과 트래킹이 더 쉽습니다
가로세로 비율 제어
이미지가 지나치게 길고 좁지 않도록 하며, 짧은 변의 길이는 긴 변의 최소 20%가 되어야 합니다.

참고 이미지: 길고 좁은 이미지는 트래킹하기 어렵습니다
적절한 해상도 선택
권장 범위：SQCIF(128×96)에서 QVGA(1280×960) 사이.
너무 작음：특징점이 부족하여 인식률이 낮아집니다.
너무 큼：Target 데이터 생성 시 불필요한 메모리 사용량 증가와 계산 시간 증가를 초래합니다.

Table of Contents