Introdução ao Reconhecimento de Imagens na Nuvem
Este artigo apresenta os princípios fundamentais, resultados esperados e diferenças entre o EasyAR CRS (Cloud Recognition Service) e o rastreamento de imagens planas, ajudando os desenvolvedores a entender cenários aplicáveis e limitações do reconhecimento na nuvem.
Princípios básicos
Reconhecimento na Nuvem (Cloud Recognition) é uma solução que transfere o processo de reconhecimento para a nuvem, adequada para cenários com grandes bibliotecas de alvos ou necessidade de atualização dinâmica. Seu fluxo principal é:
Gerenciamento de galeria
- Criar galeria: Faça upload das suas imagens-alvo no console do CRS. O sistema calculará automaticamente as características visuais das imagens e as adicionará como um Target à base de dados.
- CRUD: No console do CRS, você pode realizar operações de criação, leitura, atualização e exclusão (CRUD) na sua biblioteca de alvos. Após as operações, os clientes podem usá-las sem atualizar o aplicativo.
Importante
Imagens-alvo para reconhecimento na nuvem exigem os mesmos padrões de qualidade do rastreamento de imagens planas. Detalhes em: Melhores práticas para imagens-alvo.
Fluxo de reconhecimento
- Upload da imagem: O cliente captura a cena atual pela câmera e envia os dados da imagem para o serviço EasyAR CRS.
- Matching na nuvem: O servidor realiza uma busca rápida na biblioteca de alvos na nuvem, comparando com os dados Target pré-armazenados (imagens-alvo enviadas pelo desenvolvedor).
- Retorno do resultado: Após o matching bem-sucedido, a nuvem retorna o resultado (ID do alvo, imagem-alvo, etc.) ao cliente, que exibe conteúdo virtual ou utiliza a imagem para rastreamento subsequente.
Diferenças do rastreamento de imagens planas
| Característica | Rastreamento de Imagens Planas (local) | Reconhecimento na Nuvem (nuvem) |
|---|---|---|
| Cálculo de reconhecimento | Realizado localmente no dispositivo | Realizado no servidor na nuvem |
| Tamanho da biblioteca de alvos | Limitado por memória e tempo de carregamento; geralmente não recomendado acima de 100 imagens | Até 100 mil imagens-alvo por galeria; expansível para bilhões |
| Atualização de alvos | Requer redistribuição do aplicativo | Atualização em tempo real; efeito imediato |
| Dependência de rede | Não requer rede (funciona offline) | Requer conexão à internet (solicitações dependem de rede) |
| Foco funcional | Reconhecimento e rastreamento contínuo (saída de pose 6DoF) | Reconhecimento único (matching de alvo) |
Explicações-chave:
- Reconhecimento (Recognition): Apenas identifica "qual é este alvo", sem fornecer rastreamento contínuo. Para rastreamento, combine com funcionalidade local de rastreamento de imagens planas.
- Cenários aplicáveis: Grande número de alvos (ex.: catálogo de produtos, livros infantis), atualizações frequentes (ex.: pôsteres de campanha) ou necessidades funcionais específicas (ex.: apenas reconhecimento sem rastreamento).
Uso e gerenciamento do serviço
O EasyAR CRS oferece uma solução flexível e segura para gerenciamento de alvos na nuvem, suportando desde desenvolvimento pessoal até aplicações empresariais.
Isolamento e segurança de galerias
- Suporte a múltiplas galerias: Crie várias galerias CRS independentes; cada uma é totalmente isolada, sem conflitos entre alvos. Exemplo:
- Galeria A: Para campanhas de marketing, com pôsteres de produtos.
- Galeria B: Para educação, com ilustrações de material didático.
- Mecanismo de segurança: Cada galeria é acessada por uma chave API e Secret únicas, garantindo segurança dos dados.
Escolha de modo de concorrência
Conforme a escala da aplicação e demanda de escaneamento, o CRS oferece dois modos:
| Modo | Cenário aplicável | Características | Ativação |
|---|---|---|---|
| Concorrência básica | QPS da aplicação AR < 50; volume geral de escaneamento | Ativação autônoma; estável e confiável | Solicitação online no console CRS |
| Alta concorrência | QPS da aplicação AR ≥ 50; alto tráfego de escaneamento | Recursos dedicados; baixa latência | Contate o Suporte Técnico EasyAR; ativado após avaliação |
Dica
Projetos iniciais ou fase de teste podem usar o modo básico. Após a publicação, avalie a necessidade de upgrade com base no tráfego real (ex.: monitorando QPS de solicitações).
Gerenciamento de galerias e API
- Gerenciamento de galerias: Para operações diárias (criação, exclusão, upload de alvos), consulte o capítulo Gerenciamento de galerias, com etapas detalhadas e capturas de tela.
- API CRS: Oferece API REST robusta para cenários como:
- Verificação de integridade: Consulta do status do serviço via API.
- Automação: Upload, exclusão, modificação e consulta em massa de alvos.
- Ferramentas úteis: Pontuação de reconhecibilidade de alvos, verificação de conflitos por similaridade.
Nota
O CRS suporta integração via SDK, mini-programas WeChat, Web, etc. Integração por SDK requer EasyAR Sense v2.0.0 ou superior.
Resultados e expectativas
Entender o desempenho real do reconhecimento na nuvem ajuda desenvolvedores a definir objetivos realistas. Descrições de desempenho em cenários típicos:
Resultados ideais
- Velocidade de reconhecimento: Latência < 1 segundo entre captura e retorno (com boa rede).
- Alta precisão: > 98% de precisão com imagens-alvo nítidas e rede estável.
- Suporte a bibliotecas grandes: Até 100 mil imagens-alvo por galeria.
- Atualização em tempo real: Novos alvos são reconhecidos sem atualização do cliente (apenas requer conexão).
Casos não ideais e soluções
| Fenômeno | Causa | Percepção do usuário | Solução |
|---|---|---|---|
| Alta latência | Rede fraca; upload lento da imagem | Espera de vários segundos para resultado | Adicionar aviso no aplicativo |
| Falha no reconhecimento | Imagem borrada; alvo não enviado à nuvem | Conteúdo virtual não aparece | Verificar status da galeria CRS; orientar usuário a estabilizar dispositivo |
| Conflito de alvos | Muitas imagens similares na biblioteca | Alvo errado identificado | Otimizar imagens-alvo para maior distinção; ou gerenciar imagens similares em galerias separadas |
Método de validação de resultados
- Fase de desenvolvimento: Envie alvos de teste no console EasyAR CRS; valide o fluxo com a amostra HelloARCRS antes de integrar em sua aplicação.
- Fase de teste: Teste a taxa de sucesso em várias condições (rede fraca, atualização dinâmica de alvos, aumento do tamanho da galeria).
Melhores práticas
O reconhecimento na nuvem expande capacidade e atualização dinâmica de bibliotecas via computação em nuvem, mas sacrifica capacidade offline e rastreamento em tempo real. Escolha a solução conforme necessidades (número de alvos, frequência de atualização, rede, etc.): rastreamento local para cenários estáticos pequenos; reconhecimento na nuvem para cenários dinâmicos grandes.
Ao usar o CRS, recomenda-se:
- Fase de teste: Use modo de concorrência básico; envie poucos alvos para validar fluxo.
- Pré-lançamento: Avalie concorrência esperada; contate suporte para upgrade de alta concorrência (1-2 dias úteis).
- Fase de operação: Monitore saúde da galeria via API regularmente para garantir estabilidade.
Importante
Alerta para picos sazonais: Se sua aplicação enfrentar aumento repentino de concorrência (feriados, eventos, promoções), contate o suporte EasyAR com pelo menos 3 dias úteis de antecedência para evitar limitações.
Para aplicações com grandes galerias e necessidade de rastreamento de imagens, combine reconhecimento na nuvem com rastreamento de imagens planas. Detalhes em: Combinação com rastreamento de imagens planas.