بهترین روشها برای طراحی و توسعه اهداف مبتنی بر تصویر

وقتی صحبت از اهداف مبتنی بر تصویر می شود ، طیف وسیعی از فاکتورها وجود دارد که تعیین می کند که چگونه به خوبی ردیابی می کند و رتبه ستاره هدف آن هنگام بارگذاری در مدیر هدف VUFORIA. این راهنما بینشی را در مورد آنچه که یک تصویر خوب را هدف قرار می دهد ، در اختیار شما قرار می دهد.

اهداف مبتنی بر تصویر به اشکال مختلفی ارائه می شود: اهداف ساده و مسطح تصویر ، اهداف پیچیده به شکل اشکال استوانه ای یا چند هدف در ترکیب یک جعبه. همه آنها برای داشتن جزئیات غنی و رتبه بندی خوب ستاره ، الزامات مشابهی را به اشتراک می گذارند. این مقاله به اهداف تصویر می پردازد ، اما همین عوامل در مورد سایر اهداف مبتنی بر تصویر Vuforia اعمال می شود. علاوه بر طراحی یک هدف تصویر خوب ، همچنین توصیه می شود خصوصیات فیزیکی اهداف تصویر را در نظر بگیرید.

ویژگی های یک هدف تصویر ایده آل

اهداف تصویر که دارای ویژگی های زیر هستند ، بهترین عملکرد تشخیص و ردیابی را از موتور VUFORIA امکان پذیر می کند.

صفت

مثال

تصویر مثال

شکل A - هدف تصویر با محورهای مختصات برای توضیح.

این تصویر برای ایجاد پایگاه داده هدف در مدیر هدف آنلاین تغذیه می شود.

شکل B - تصویری که از ویژگی های طبیعی موتور Vuforia برای تشخیص هدف تصویر استفاده می کند.

رتبه بندی ستاره هدف

اهداف تصویر بر اساس ویژگی های طبیعی که از تصویر هدف استخراج می شوند شناسایی می شوند و سپس در زمان اجرا با ویژگی های موجود در تصویر دوربین زنده مقایسه می شوند. امتیاز ستاره یک هدف بین 1 تا 5 ستاره متغیر است. اگرچه ، اهداف با رتبه پایین (1 یا 2 ستاره) معمولاً می توانند شناسایی و ردیابی کنند ، هدف هایی با 4 یا 5 ستاره برای بهترین نتیجه هدف قرار می دهند.

برای ایجاد هدفی که به طور دقیق تشخیص داده شود ، باید از تصاویر مطابق با ویژگی های فوق برای یک هدف تصویر ایده آل استفاده کنید.

ویژگی های طبیعی و رتبه بندی تصویر

یک رتبه بندی قابل افزایش تعریف می کند که چگونه می توان یک تصویر را با استفاده از موتور VUFORIA تشخیص و ردیابی کرد. این رتبه بندی در مدیر هدف نمایش داده می شود و هنگام استفاده از پایگاه داده های Cloud Reco ، برای هر هدف بارگذاری شده از طریق API وب بازگردانده می شود.

امتیاز قابل افزایش می تواند برای هر تصویر معین از 0 تا 5 متغیر باشد. هرچه امتیاز قابل افزایش یک هدف تصویر بالاتر باشد ، توانایی تشخیص و ردیابی آن در آن قوی تر است. امتیاز صفر نشان می دهد که یک هدف به هیچ وجه توسط سیستم AR ردیابی نمی شود ، در حالی که یک امتیاز ستاره 5 نشان می دهد که یک تصویر به راحتی توسط سیستم AR ردیابی می شود.

رتبه بندی - ویژگی ها

یک ویژگی یک جزئیات تیز ، سنبله و خرد شده در تصویر است ، مانند موارد موجود در اشیاء بافت. آنالایزر تصویر ویژگی هایی را به عنوان صلیب زرد کوچک نشان می دهد. تعداد این جزئیات را در تصویر خود افزایش داده و تأیید کنید که جزئیات یک الگوی غیر تکرار ایجاد می کنند.

مقایسه دو تصویر

دو تصویر را بازرسی کنید و متوجه عدم وجود نقاط ویژگی در تصویر اول شوید. همیشه توصیه می شود طراحی و یافتن تصاویری که مقدار قابل توجهی از امتیاز را نشان می دهد. همانطور که بعداً توضیح داده شد ، توزیع یکنواخت از نقاط ویژگی همچنین ردیابی و استحکام تقویت شما را بهبود می بخشد: محتوای افزوده شما هنگامی که در بالای یک منطقه غنی از ویژگی های تصویر شما قرار می گیرند ، ثابت تر است.

رتبه بندی - کنتراست

آثار هنری زیر نمونه ای عملی تر از چگونگی بهبود کنتراست محلی هدف را نشان می دهد. ما از یک تصویر با دو لایه استفاده می کنیم. در پیش زمینه چند برگ چند رنگ وجود دارد. پس زمینه یک سطح بافت است. لایه ها فقط در ویرایشگر گرافیکی ما وجود دارند. هنگام بارگذاری در مدیر هدف ، ما همیشه از یک تصویر مسطح ، به عنوان مثال ، فرمت PNG استفاده می کنیم. تصویر بارگذاری شده 512x512 پیکسل در اندازه است ، کمی بزرگتر از حداقل 320 پیکسل توصیه شده است.

در نگاه اول ، تصویر اصلی ممکن است جزئیات کافی برای عملکرد به عنوان یک هدف داشته باشد. متأسفانه ، بارگذاری آن در مدیر هدف ، رتبه بسیار کمی از یک ستاره را به دست می آورد. این منجر به عملکرد ضعیف ردیابی می شود. تنظیمات متوالی در تصویر ، کیفیت هدف را به یک هدف پنج ستاره بهبود می بخشد و عملکرد برتر و عملکرد ردیابی را به همراه دارد.

• لایه پس زمینه به یک رنگ سبک تر تغییر یافت و در نتیجه امتیازات بیشتری داشت.
• ویژگی های پیش زمینه تنظیم شده با کنتراست بالاتر و روشنایی پایین تر. اعمال شده برای تصویر.

• پیش زمینه را به سفید کاهش دهید.
• کنتراست را در امتداد لبه ها تقویت کنید.

نتیجه یک امتیاز پنج ستاره از تصویر است که به خوبی و به طور مداوم ردیابی می شود. کنتراست و ویژگی ها به راحتی برداشت می شود و قرار گرفتن در هر موقعیتی می تواند در هر موقعیتی قرار گیرد زیرا توزیع ویژگی سازگار است. برای راهنماها و سایر پیشرفت های تصویر ، لطفاً به تکنیک های بهینه سازی اهداف تصویر مراجعه کنید.

رتبه بندی - توزیع ویژگی

هرچه توزیع ویژگی های موجود در تصویر متعادل تر باشد ، می توان تصویر را بهتر تشخیص داده و ردیابی کرد. تأیید کنید که صلیب های زرد در کل تصویر به خوبی توزیع شده اند. توزیع ویژگی ضعیف مانند این تصویر بر رتبه و عملکرد تصویر هدف تأثیر می گذارد. برداشت تصویر برای حذف هر مناطق بدون ویژگی ممکن است امتیاز کلی تصویر را بهبود بخشد.

علاوه بر این ، این تصویر همچنین از تضاد ضعیف بین ویژگی های قابل ردیابی و پس زمینه رنج می برد. اشیاء موجود در این تصویر فاقد لبه های واضح تر و اشکال به وضوح تعریف شده برای رتبه بندی و عملکرد بهتر هستند.

رتبه بندی - اشکال ارگانیک

به طور معمول ، اشکال آلی با جزئیات نرم یا گرد حاوی جنبه های تاری یا بسیار فشرده ، جزئیات کافی را برای شناسایی و ردیابی صحیح یا اصلاً ارائه نمی دهد. آنها از تعداد ویژگی های بسیار کم رنج می برند. در این تصویر هیچ ویژگی وجود ندارد زیرا فاقد عناصر بصری با لبه های تیز و کنتراست بالا است. موتور VUFORIA در تشخیص و ردیابی تصاویری که این خصوصیات یا ویژگی های مشابه را نشان می دهد ، ناکام خواهد بود.

رتبه بندی - الگوهای تکراری

اگرچه برخی از تصاویر حاوی ویژگی های کافی و کنتراست خوب هستند ، اما الگوهای تکراری مانع عملکرد تشخیص می شوند. برای بهترین نتیجه ، یک تصویر را بدون نقوش مکرر (حتی اگر چرخش و مقیاس) یا تقارن چرخشی قوی انتخاب کنید. تخته چک نمونه ای از یک الگوی مکرر است که قابل تشخیص نیست ، زیرا 2x2 جفت مربع های سیاه و سفید دقیقاً یکسان به نظر می رسند و توسط ردیاب قابل تشخیص نیست.

رتبه بندی - اهداف تصویر غیر مستطیل

تصویر هدف مورد استفاده نیازی به همیشه مستطیل ندارد. شما می توانید با قرار دادن تصویر شکل روی پس زمینه سفید با یک طرح کلی ، از اشکال 2D غیر رکتوغولار به عنوان اهداف استفاده کنید. این امر اطمینان حاصل می کند که فقط از ویژگی های شکل برای هدف تصویر استفاده می شود.

بافر ویژگی-محاصره

بافر محرومیت یک ویژگی ، مجموعه یک تصویر بارگذاری شده را احاطه کرده است. این منطقه بافر حدود 8 ٪ عرض دارد و هیچ ویژگی ای را انتخاب نمی کند ، حتی اگر ویژگی ها در آن منطقه وجود داشته باشد. ردیف اول جدول زیر نشان می دهد که در آن منطقه سایه دار به رنگ قرمز وجود ندارد ، حتی اگر ویژگی های قابل مشاهده در این منطقه وجود داشته باشد.