Отправьте статью сегодня! Журнал выйдет ..., печатный экземпляр отправим ...
Опубликовать статью

Молодой учёный

Сравнительный анализ платформ компьютерного зрения для создания дополненной реальности

Информационные технологии
07.08.2020
161
Поделиться
Библиографическое описание
Бижанов, Е. Г. Сравнительный анализ платформ компьютерного зрения для создания дополненной реальности / Е. Г. Бижанов. — Текст : непосредственный // Молодой ученый. — 2020. — № 32 (322). — С. 11-13. — URL: https://moluch.ru/archive/322/73031/.


В этой статье дается сравнительный анализ платформ компьютерного зрения для создания дополненной реальности. Выявляются их возможности и недостатки. В конце статьи выдается заключение.

Ключевые слова: платформа, компьютерного зрение, дополненная реальность.

Сравнительный анализ библиотек компьютерного зрения для создания дополненной реальности

Всегодняшнее время люди пытаются создать механизмы, обладающие человеческими возможностями и облегчающие их труд. В связи с этим развиваются такие технологии, как искусственный интеллект, компьютерное зрение, машинное обучение, облачные вычисления и т. д. Большое внимание из вышеперечисленных заслуживает технология компьютерного зрения, потому что с ним мы сталкиваемся ежедневно. Они представлены в современном мире в виде камер видеонаблюдения, штрих-кодов, сканеров и т. д. Задачей компьютерного зрения является идентификация, обработка изображений и выдача результатов по ним в удобной для человека форме. То есть компьютерное зрение является неким подобием человеческого глаза и поэтому оно применяется во многих отраслях человеческой жизнедеятельности и бурно развивается [1].

Бурное развитие данной технологии выражается в увеличении количества новых решений, библиотек, программных приложений, связанных с компьютерным зрением.

В этой статье рассматривается перечень основных библиотек компьютерного зрения, которые играют большую роль в создании дополненной реальности.

Существуют следующие основные библиотеки компьютерного зрения для практической реализации проектов дополненной реальности:

1)Vuforia — платформа для создания AR-приложений, разработанная компанией Qualcomm, для телефонов и планшетов с операционными системами iOS и Android [2]. К возможностям данной системы можно отнести:

– отслеживание плоских изображений и объемных объектов;

– поддержка возможности интеграции с игровым движком Unity, что позволяет создавать любые 3D-модели различной сложности;

– возможность располагать виртуальные объекты и кнопки, а также видео и картинок, заменяющих мишень, прямо на экране устройства;

– наличие возможности поддержки таких языков программирования, как C++, Java, Objective-C, и C#;

– огромное количество инструментарии и внушительный набор средств, веб-сервисов для разработки приложений (в том числе и мишеней);

– а самое главное, его можно использовать бесплатно в некоммерческих целях.

Основным недостатком этой платформы является ограничение при использовании в некоммерческой деятельности.

На официальном сайте для этой платформы существует большое количество документации, инструкций и обучающих видеороликов. Также на других интернет-источниках существуют обучающие статьи. Стоит выделить ее интеграцию с мощным игровым движком Unity, что дает еще больше преимуществ и свободы разработчику. Он ограничен лишь своей фантазией и модностью аппаратных средств. Люди, в большинстве случаев, положительно отзываются о данной платформе разработки дополненной реальности.

2)ARToolKit — программная библиотека для создания AR-приложений, которые позволяют накладывать виртуальные образы на реальные объекты.

К возможностям данной системы можно отнести:

– простая структура для создания приложений дополненной реальности в реальном времени;

– кроссплатформенность данной библиотеки под Windows, Linux, Mac OS X, SGI;

– наложение виртуальных 3D-объектов на реальные маркеры на основе алгоритмов компьютерного зрения;

– быстрый рендеринг на основе OpenGL;

– простая процедура калибровки;

– OpenSource с лицензией GPL для некоммерческого использования;

– полный набор утилит и образцов;

– отслеживание позиции камеры и ее ориентации, простых черных фигур, изображений на плоскости [3].

К недостаткам данной системы можно отнести:

– малое количество документации на официальном сайте и обучающих материалов на сторонних ресурсах;

– устаревшие образцы применения.

К сожалению, для данной платформы существует небольшое количество документации и примеры, приведенные в ней, не всегда работали корректно. Уроки и статьи на сторонних ресурсах как правило устаревшие. Отзывы о данной системе по большей части положительные.

3)ARCore — платформа, разработанная компанией Google для разработчиков AR, и предоставляющая разработчикам простые и при этом мощные инструменты для создания впечатлений от AR. ARCore включает в себя следующие возможности: [4].

К возможностям данной системы можно отнести:

– для более точного расположения виртуальных объектов определяет пространственное положение аппаратного устройства;

– определение горизонтальных поверхностей с использованием тех же функций, что применяются для отслеживания движений;

– интеграция в Unity, Unreal Engine, Android studio;

– возможность использовать систему бесплатно;

– согласовывает естественный свет с виртуальным объектом для реалистичного ее отображения.

К недостаткам данной системы можно отнести:

– отсутствие возможности распознавать графические метки;

Она не распознает графические метки, может только лишь добавить 3D модели к определенному местоположению.

Заключение

Таким образом, подводя итоги, отметим, что рассмотренные платформы компьютерного зрения являются уникальными в своем применении. Сравнительный анализ показал, что самым оптимальным вариантом для реализации проектов дополненной реальности является Vuforia. Потому что, Vuforia является удобной, бесплатной и постоянно модернизирующейся библиотекой. Выбранная платформа имеет все необходимые функциональные возможности, позволяющие воспринимать виртуальный объект как часть реального мира. Это способствует повышению интереса и концентрации у обучающихся, развивает их пространственное и образное мышления, что положительно сказывается на процессе усвоения и запоминания учебных материалов.

Литература:

  1. Kaehler Learning OpenCV 3: computer vision in C++ with the OpenCV library / Kaehler, Adrian, G. B. and. — First edition. —: O’Reilly Media, Inc., 2016. — 1026 c.
  2. Vuforia: немного магии в нашей реальности. — Текст: электронный // Habr: [сайт]. — URL: https://habr.com/ru/post/198862/ (дата обращения: 01.08.2020).
  3. Список возможностей. — Текст: электронный // ARToolKit: [сайт]. — URL: http://www.hitl.washington.edu/artoolkit/documentation/features.htm (дата обращения: 02.08.2020).
  4. Google выпустила ARCore — конкурента ARKit для Android. — Текст: электронный // ARCore: [сайт]. — URL: https://holographica.space/news/google-arcore-12067 (дата обращения: 02.08.2020).
Можно быстро и просто опубликовать свою научную статью в журнале «Молодой Ученый». Сразу предоставляем препринт и справку о публикации.
Опубликовать статью
Ключевые слова
платформа
компьютерного зрение
дополненная реальность
Молодой учёный №32 (322) август 2020 г.
Скачать часть журнала с этой статьей(стр. 11-13):
Часть 1 (стр. 1-103)
Расположение в файле:
стр. 1стр. 11-13стр. 103

Молодой учёный