Escolar Documentos
Profissional Documentos
Cultura Documentos
PAPEL
AVALIAÇÃO DE FRAMEWORKS DE REALIDADE AUMENTADA PARA DESENVOLVIMENTO ANDROID
Resumo—Realidade Aumentada (AR) é a evolução do conceito de Realidade métodos de rastreamento, especificamente rastreamento sem marcadores.
Virtual (RV). Seu objetivo é melhorar a percepção de uma pessoa sobre o O rastreamento baseado em marcadores também é um método óptico,
mundo ao seu redor. AR é uma tecnologia de ponta em rápido crescimento mas tornou-se obsoleto [6]. Marcas fiduciais especiais devem ser criadas
e uma variedade de ferramentas de implementação dela existe hoje. Devido para serem rastreadas. Eles precisam ser mantidos ao longo do tempo, o
à heterogeneidade das tecnologias disponíveis, a escolha do framework que também é uma operação cara. O rastreamento baseado em
apropriado para uma aplicação móvel é difícil de ser feita. Essas estruturas marcadores, por outro lado, pode atingir qualquer parte do ambiente ao
implementam diferentes técnicas de rastreamento e devem fornecer suporte redor. Qualquer imagem ou objeto pode ser usado como alvo sem estar
a várias restrições. Esta publicação visa apontar que a escolha do vinculado a um marcador específico.
framework adequado depende do contexto do aplicativo a ser desenvolvido. O rastreamento sem marcadores está ganhando cada vez mais espaço
Como esperado, é certo que nenhum framework é totalmente o melhor,
contra o rastreamento baseado em marcadores, pois não requer a geração
mas sim que cada um apresenta pontos fortes e fracos. Nossos resultados
de marcadores invasivos. Esses métodos extraem informações e
demonstram que, dado um conjunto de restrições, uma estrutura pode
características sobre o ambiente, que podem ser úteis novamente
superar outras. Prevemos que nossa pesquisa seja o ponto de partida para
posteriormente.
testar outras estruturas, dadas várias restrições. Os frameworks aqui
avaliados são de código aberto ou foram adquiridos sob Licença Acadêmica.
Esta publicação está organizada da seguinte forma: a metodologia é
apresentada na seção II; a seção III descreve a configuração do ambiente
de teste e o processo de implementação; os resultados por critério são
apresentados na seção IV enquanto a discussão analisando esses
resultados pode ser encontrada na seção V; e finalmente concluímos o
artigo na seção VI.
Termos do Índice —Realidade Aumentada, framework, Android,
avaliação.
II. METODOLOGIA
resultados claros podem ser encontrados na dissertação de mestrado de ARToolKit EUA (2001) Licença acadêmica
Dominik Rockenschaub [4]. D'Fusion França (1999) Marca d'água
Vuforia Áustria (2011) Livre
Outro incentivo para pesquisar as estruturas de AR abertas específicas do
catchoom Espanha (2011) Demonstração
Android é o recente crescimento do mercado de trabalho registrado no
metaio Alemanha (2003) Marca d'água
desenvolvimento do Android [5].
Vários sistemas AR estão disponíveis hoje. Com base no hardware e
nas capacidades técnicas do dispositivo de teste, três técnicas principais Para efeitos de avaliação, foram definidos vários critérios. As estruturas
de rastreamento são definidas: rastreamento baseado em marcadores, são testadas ativamente e os tempos de teste são registrados. Assim, os
rastreamento sem marcadores e rastreamento por GPS. Nossa pesquisa quadros podem ser
avalia as estruturas de AR usando recursos visuais
PAPEL
AVALIAÇÃO DE FRAMEWORKS DE REALIDADE AUMENTADA PARA DESENVOLVIMENTO ANDROID
A. Categorias de critérios
Duas categorias principais de critérios foram identificadas e
testadas ativamente: critérios ambientais e critérios de destino.
Os critérios ambientais representam as restrições encontradas na
vizinhança imediata, que são condicionadas pelo ambiente e
influenciam o reconhecimento da imagem de destino. Aqui são
testadas a influência de diferentes intensidades de luz ou o
desempenho dos frameworks ao lidar com fundos escuros versus
fundos claros. Figura 2. Sequência de Teste de Visibilidade
38 http://www.i-jim.org
Machine Translated by Google
PAPEL
AVALIAÇÃO DE FRAMEWORKS DE REALIDADE AUMENTADA PARA DESENVOLVIMENTO ANDROID
B. Aplicativo Android
Desenvolvemos um aplicativo Android que integra os 6 frameworks
(ARLab, ARToolKit, D'Fusion, Vuforia, catchoom e metaio) e testa
ativamente os critérios ambientais e alvo. Por testar ativamente,
significa que uma estrutura é escolhida, sua visão de câmera é
aberta e um critério é selecionado para teste. Quando o ambiente
de teste é definido, o usuário inicia o cronômetro de teste
pressionando o botão Iniciar. Quando o conteúdo virtual é sobreposto
ao mundo real, o tempo de teste é salvo como o tempo necessário
para detectar e reconhecer a imagem de destino.
PAPEL
AVALIAÇÃO DE FRAMEWORKS DE REALIDADE AUMENTADA PARA DESENVOLVIMENTO ANDROID
4. RESULTADOS
Figura 8. Intensidades de luz
Para preservar as mesmas condições de teste, como a luz do
nascer do sol, um critério é testado por todos os frameworks antes de
passar para o próximo critério. O ambiente de teste muda entre os
critérios e, ao testar um critério por vez para cada estrutura, o ambiente
é minimamente alterado durante o teste.
A. Critérios Ambientais
40 http://www.i-jim.org
Machine Translated by Google
PAPEL
AVALIAÇÃO DE FRAMEWORKS DE REALIDADE AUMENTADA PARA DESENVOLVIMENTO ANDROID
esforço necessário para detectar o alvo a 240 cm de distância. O A Fig. 13 demonstra o tempo médio necessário para uma
pior timing é registrado pelo framework ARLab. estrutura detectar o alvo em cores brilhantes versus um alvo
colocado contra um fundo de cor escura . O gráfico da esquerda
TABELA II. ilustra a média de todos os tempos de teste por framework, e o
DISTÂNCIAS SUPORTADAS POR ESTRUTURA da direita detalha os dois casos possíveis. O D'Fusion suporta
fundos claros e escuros de maneira constante. D'Fusion e Vuforia
Distância ARLab ARToolKit D'Fusion
têm tempos semelhantes lidando com contrastes escuros,
10cm sim sim
20cm
enquanto Vuforia funciona um pouco melhor no caso de fundos
sim Sim
30cm sim SIM sim
mais claros. Vuforia é a única estrutura que armazenou um tempo
40cm sim SIM sim melhor em fundos claros do que em fundos mais escuros. Como
50cm sim SIM sim ambos os gráficos podem atestar, metaio é o líder do critério de
60cm sim sim fundo.
70cm sim sim
80cm sim sim
90cm sim
B. Critérios-alvo
Testamos a imagem de destino original e sua versão em
Distância Vuforia catchoom metaio
escala de cinza para comparar os tempos de teste, conforme
10cm
20cm
mostrado na Fig. 14. O Metaio registrou o menor tempo de teste,
sim sim sim
enquanto três outros frameworks foram testados em menos de um segundo.
30cm sim sim sim
40cm
Catchoom e ARLab registraram tempos de pouco mais de um
sim sim sim
50cm sim sim sim segundo. Como pode ser visto, colorido ou cinza, o tempo de
60cm sim sim sim detecção é praticamente o mesmo. Uma pequena diferença pode
70cm sim sim sim ser observada no ARLab.
80cm sim sim sim
90cm Todas as estruturas passaram no teste de relação de
sim sim sim
150cm sim sim sim contraste , mas não sem dificuldades, como conclui a Fig. 15.
210cm sim sim O gráfico à esquerda ilustra os tempos padrão de teste de alvo
240cm sim (nível de contraste 0) e o nível de contraste -50. O lado direito
mostra os tempos médios para as imagens-alvo de 50 e 100
níveis de contraste. ARLab testou mal e metaio detém o
PAPEL
AVALIAÇÃO DE FRAMEWORKS DE REALIDADE AUMENTADA PARA DESENVOLVIMENTO ANDROID
A. Cenários
42 http://www.i-jim.org
Machine Translated by Google
PAPEL
AVALIAÇÃO DE FRAMEWORKS DE REALIDADE AUMENTADA PARA DESENVOLVIMENTO ANDROID
• Oclusão do objeto virtual por objetos reais se para o produto escolhido. Alguns recursos devem ser suportados e
necessário. alguns requisitos devem ser atendidos, como:
• Um alinhamento correto entre a cena real e o objeto virtual. • • Suporte para mais de uma imagem de destino por frame, de
Utilizar mais de um alvo para um melhor posicionamento forma que o cliente possa escolher qual produto quer
jogar. • Uma imagem borrada dificultaria o jogo para o
do objeto virtual, no lugar certo e na escala certa. • Ver o objeto
virtual mesmo quando o alvo não está mais visível. cliente.
Para este cenário, metaio e Vuforia marcam os pontos mais altos. • O flash pode ser necessário se não houver luz suficiente na
Catchoom é deixado para trás porque não suporta rastreamento loja para que o aplicativo reconheça o alvo. • A etiqueta
estendido. pode ser rasgada ou a imagem na caixa de cereal pode ser
Cenário 2: Todos os critérios de destino são considerados para rasgada.
classificar os frameworks ao lidar com um cenário de aplicativo de Vuforia ganha a pontuação mais alta, seguida de perto por metaio.
revista. Uma imagem na revista representa uma imagem de destino A diferença mais perceptível é dada pelo suporte a movimentos rápidos;
para o aplicativo da revista. Ao passar o mouse sobre o smartphone, o pelos testes realizados percebeu-se que o metaio não suporta
conteúdo virtual é revelado ao usuário. movimentos rápidos.
Mais restrições são consideradas juntamente com: •
Cenário 5: Os próximos dois casos de uso requerem recursos
Imagens de cor cinza e imagens de forte contraste. • Imagens especiais, como reconhecimento de texto e detecção de face. Existe
de tamanho pequeno. • Imagens impressas em diferentes hoje um aplicativo para traduzir texto do inglês para o espanhol e vários
tipos de papel. • Reconhecer imagens desde que não sejam outros idiomas. Imagine que você está visitando um país estrangeiro
no qual não conhece o idioma e precisa de ajuda para se locomover.
totalmente visíveis. • Detecção de texto para suportar as
Este aplicativo pode ser usado para traduzir sinais, anúncios de janela
imagens. e menus. Uma característica importante que a estrutura de Realidade
Aumentada deve suportar é a detecção de texto, bem como:
Catchoom e ARLab têm uma compreensão melhor dos critérios • O contraste entre o texto e o
ambientais do que metaio e D'Fusion. fundo onde está escrito. • Diferentes
No entanto, metaio suporta detecção de texto e catchoom não.
materiais nos quais o alvo é impresso, papel brilhante, chapas
de metal, vidro e outros. • Lide com a oscilação, pois uma
Cenário 3: Os dois casos de uso apresentados acima são cenários
oscilação constante da palavra traduzida dificultaria a leitura.
internos. Agora também consideramos cenários ao ar livre e
suponhamos que uma empresa tenha uma nova ideia de marketing e
use AR para cartazes localizados de forma criativa nos painéis laterais
dos pontos de ônibus. Um usuário pode estar no ponto de ônibus • Quão longe o usuário pode estar do alvo. • Contaminação
olhando para o cartaz ou notá-lo de dentro de um ônibus em movimento ao lidar com sinais externos.
e tentar decifrar sua mensagem. Um cenário ao ar livre se concentra Metaio e Vuforia registram os melhores resultados para os critérios
nos critérios ambientais, juntamente com: ambientais relevantes, enquanto nenhum framework se distingue
• Mudanças repentinas de luz, como o sol se escondendo atrás quando se trata de critérios alvo.
das nuvens.
Cenário 6: Já existem vários aplicativos para experimentar
• Quão longe o usuário pode estar do alvo. • Deterioração virtualmente produtos como óculos, chapéus e encomendá-los online.
Tome óculos de sol, por exemplo. Ao usar esse aplicativo, o cliente
do cartaz com o tempo devido à chuva, vento, exposição solar,
pode navegar pelo catálogo, escolher um par de óculos, alternar entre
etc. • Um fundo dinâmico, como pessoas andando atrás
as cores disponíveis e os óculos de sol são projetados na imagem do
dele ou carros passando. • Quanto do pôster é visível de onde rosto olhando para trás no telefone. O recurso mais importante que
o usuário está sentado. deve ser suportado é o rastreamento de face, juntamente com: • Um
fundo estático para facilitar a detecção de face. • Uma fonte de luz
constante ou a cor da pele muda constantemente. • Movimentos
• Movimentos rápidos conforme o usuário passa no rápidos levam à perda do rastreamento. • A possibilidade de
ônibus. • Uma vez que o pôster é reconhecido, o conteúdo mudar para a câmera frontal.
virtual é persistente mesmo que o usuário esteja em um
ônibus em movimento.
A Vuforia lidera neste cenário, seguida pela catchoom. O Vuforia
D'Fusion é o framework que melhor se encaixa nas restrições
fornece melhor suporte do que o catchoom para restrições de
impostas por tal caso de uso, seguido por metaio e Vuforia. Vuforia não
desempenho e usabilidade.
suporta rastreamento facial, perdendo pontos, enquanto D'Fusion
Cenário 4: Alguns supermercados hoje usam AR para promover
supera metaio por suportar movimentos rápidos.
seus produtos. Passando por uma prateleira com diversos produtos, o
cliente pode apontar a câmera para as caixas, selecionar um produto e
A Tabela III mostra a estrutura recomendada para cada
iniciar um jogo. Por exemplo estourando algumas bolhas, de forma que
dos casos de uso descritos.
quando um número pré-definido de bolhas estouradas é atingido, o
cliente ganha um desconto
PAPEL
AVALIAÇÃO DE FRAMEWORKS DE REALIDADE AUMENTADA PARA DESENVOLVIMENTO ANDROID
TABELA III.
Em trabalhos futuros, vamos concentrar nossa atenção no suporte a
ESTRUTURAS RECOMENDADAS
recursos opcionais, como multi-targets, rastreamento facial e detecção
Cenário Estrutura de texto. O aplicativo em si pode ser desenvolvido para se tornar uma
Aplicativo de design de interiores Metaio poderosa ferramenta de avaliação.
Aplicativo de revista Metaio Para uma documentação mais detalhada da metodologia apresentada
Aplicativo de abrigo de ônibus Vuforia e os resultados podem ser encontrados em [7].
Aplicativo de promoções de supermercado Vuforia
Aplicativo Tradutor Turístico metaio RECONHECIMENTO
Os testes de intensidade de luz revelaram um rastreador ARToolKit [4] Dominik Rockenschaub. "Desenvolvimento e aplicação de uma abordagem sistemática
fraco ao lidar com mudanças repentinas nas condições de luz ou um para analisar estruturas de realidade aumentada baseadas em marcadores para
ambiente semi-escuro. Cada uma das quatro sequências consideradas dispositivos móveis.", Tese de mestrado, Johannes Kepler University Linz, Linz,
Áustria, 2012.
para testar intensidades de luz instiga questões ambientais. Em cada
[5] Jennifer Lynn. iOS vs. SO: o mercado de trabalho atual está crescendo mais rápido
caso, quatro das seis estruturas mostram sinais de trabalho extra.
Para desenvolvedores Android do que Apple.
[6] José Dolz. Realidade aumentada sem marcadores.
Outro resultado surpreendente foi registrado pelo Vuforia, que [7] Marneanu Iulia. “Evaluation of Augmented Reality Frameworks for Android Development”,
consegue detectar a imagem de um alvo com nível de ruído de 200%. Dissertação de Mestrado, Graz University of Technology, Graz, Áustria, 2014.
A maioria das estruturas ainda pode superar 70%, algumas até 90%,
mas 200% é uma conquista digna de menção.
AUTORES
44 http://www.i-jim.org