6月，蘋果發布了面向iOS的增強現實(AR)開發工具ARKit，正式進入AR領域。近日，在Project Tango深耕三年的谷歌，同樣推出面向Android設備的增強現實(AR)應用開發工具ARCore。這一消息意味著谷歌、蘋果這兩大智慧型手機作業系統巨頭在AR領域展開了正式較量。
其實國內外早有一批優秀的AR SDK出現，在ARKit發布之前，就已經積累了大量內容和開發者。例如國外的Vuforia、ARToolkit、Wikitude，和國內的亮風臺HiAR SDK、太虛Void AR、視辰EasyAR等。
根據筆者了解，國外的AR SDK在易用性、費用、功能、甚至語言等方面，並不能滿足很多AR開發者的需求，反而國內團隊的快速響應、內容製作和技術積累，甚至會比國外更勝一籌。如HiAR SDK從底層到性能的都比較突出，服務了營銷、教育、工業等不少領域的眾多「標杆」客戶，EasyAR團隊製作了大量的AR營銷內容。這可能也和團隊基因有關係，亮風臺的首席科學家是國際知名的CV科學家凌海濱，團隊中技術大咖眾多，視辰的初創團隊多在偏內容領域有經驗，如商業展示、影樓婚慶、廣告營銷等。
不久前，筆者了解到亮風臺在CV國際頂會與期刊有較多的研究成果發布。例如亮風臺AR跟蹤算法被IEEE人工智慧頂級期刊《PAMI》收錄，可在強幹擾的場景下實現快速且準確的平面跟蹤。
所以筆者想著重關注一下亮風臺的HiAR SDK，以它為例，為大家就AR SDK的重要參數進行評測分析，以供學習參考。
AR SDK技術概述
目前來看，2D圖像識別和跟蹤技術是市場上的主流應用，包括支付寶、QQ等在內的公司推出的AR應用案例多基於2D，也就是平面圖像的識別與跟蹤技術，並與IMU數據進行融合，以保證用戶體驗。而2D之外，單目SLAM(實時定位與建圖)是去年下半年到目前AR公司的主打研發方向，蘋果ARKit的核心技術VIO，其實是SLAM的一個變種注。
註：VIO(Visual Inertial Odometry)跟SLAM的區別主要有兩點：
1 VIO在硬體上需要融合傳感器，包括相機和IMU。
2 VIO側重的是快速姿態跟蹤，不需要維護全局地圖。
然而，市場主流AR SDK主要基於2D圖像識別與跟蹤技術，僅少數公司具有基礎SLAM。
HiAR SDK主要包括2D圖像識別和跟蹤、SLAM、人臉識別與檢測(為美圖等人臉識別與檢測需求的公司提供底層技術支持)、以及3D物體識別和手勢識別。其中2D技術免費開放給開發者，其他技術和平臺方案，聯繫商務可進行定製服務。
HiAR SDK支持Android、iOS、Unity 3D的跨平臺開發，除智慧型手機之外，也支持PC、AR智能終端(如亮風臺自主研發的AR智能眼鏡HiAR Glasses)、無人機、機器人、智能家具等終端，是通用開發工具。
此外，HiAR SDK另一主打功能為雲識別，目前，支持本地識別、雲識別、以及本地和雲混合識別。前不久，亮風臺公布B輪融資，消息提到「雲+端」是重要戰略，可以預見，下一步，HiAR SDK的雲能力也會再次提升。
2D識別與跟蹤
既然大部分AR SDK還是基於2D圖像識別，故首先對HiAR SDK的2D的識別與跟蹤能力進行一個測評。
筆者使用iPhone 7 Plus，製作一個簡單的圖像跟蹤Demo，感覺跟得很穩，幾乎沒有延遲。經過詳細測試，發現HiAR SDK的跟蹤速度最高可超過120幀每秒，遠超過人眼的可識別速度25幀每秒，跟蹤精度約為0.5像素。
據了解，這一數據是在2016年里約奧運會期間，亮風臺與騰訊合作QQ-AR傳火炬，騰訊QQ對AR技術提供方亮風臺提出的要求。
那在大傾角、光照影響、遠距離識別等某些極端情況下，HiAR SDK的表現會是如何呢？
大傾角情況下的識別與跟蹤
大傾角實驗中，筆者將識別圖緩緩傾斜到極限，直到某方模型丟失。
左：市場主流AR SDK 右：HiAR SDK
目測HiAR SDK支持的識別圖最大可識別傾角在50度左右，而最大可跟蹤傾斜角度可能超過80度，接近垂直。而市場主流AR SDK在同樣的傾角下出現了目標丟失，不穩定的情況。
遠距離識別與跟蹤
我們在攝像頭位置不動的情況下，讓識別圖從遠至近緩緩靠近，效果如下：
左：市場主流AR SDK 右：HiAR SDK
可以看出，HiAR SDK遠距離識別與跟蹤能力同樣表現不俗，在攝像頭與識別圖距離不斷拉遠，識別圖片佔據屏幕的1/20左右時，同樣能做到穩定、快速的識別速度與跟蹤穩定性。比市場主流AR SDK具有更遠的識別距離閾值。但是HiAR依然要求識別目標佔攝像頭的最小面積為5%。
抗光線幹擾
再來看下光照環境變化對AR SDK性能的影響，如暗光、局部亮光、過曝等情況。HiAR SDK與市場主流SDK的表現對比結果如下：
左：市場主流AR SDK 右：HiAR SDK
在測試過程中，弱光情況下穩定識別後，再調暗光線，HiAR SDK的虛擬物體穩定地疊加在識別圖上，且幾乎無抖動，表現比較出色。
快速運動
AR的使用場景變化多端，能夠抵抗快速運動帶來的幹擾，會是AR SDK優良的重要參考參數。在攝像頭如手機快速、劇烈運動，或者識別物做相似變化時，需要穩定的識別跟蹤技術，目標快速重建等技術的支持。下面就來看一下對比效果：
左：市場主流AR SDK 右：HiAR SDK
抗遮擋能力
有時候做AR識別時候，識別圖會不小心被其他物體所遮擋，模型容易丟失，影響用戶體驗。
左：市場主流AR SDK 右：HiAR SDK
通過實驗，當識別圖被物體遮擋時，HiAR SDK可以更穩定地表現出AR顯示效果，模型不容易抖動甚至丟失：
多目標識別與跟蹤
具有多目標識別能力，廣泛應用於AR教學等需要呈現多種內容的場景中。HiAR SDK可以同時識別多張圖片，並加載不同的模型數據。
如下圖所示，HiAR SDK一次性識別9個圖片，且支持大角度、遠距離等極端條件下的多圖識別。
本地K級別圖像識別
如果需要識別的圖像很多，那麼AR SDK的表現將會如何呢？筆者特意做了一個實驗，結果如下。
本地K級別圖像識別對比參數
由上面的對比參數可以得知：
Vuforia在識別速度和精度方面做到了最好的水平;
EasyAR的識別速度也比較快，但是加載時間會比較長;
HiAR SDK的識別速度和精度一般，但是加載時間和內存消耗有顯著優勢。同等量級下加載時間為市場主流AR SDK的1/10 – 1/100。
同樣機型，HiAR SDK的可識別圖像數量為市場主流AR SDK的6-7倍，甚至在某些機型上支持10k級別的本地識別。
包體大小
很多開發者在抱怨嵌入AR的應用太大，不利於推廣，也容易讓已有客戶產生厭煩情緒。的確，對於智慧型手機來說，受限於內存等因素AR SDK 包大小是關鍵決定因素。
在筆者測試中發現，HiAR SDK最新版本包大小為2.5M，和官方宣傳的小於3M一致，這可能也是在AR營銷活動中，不少大型合作夥伴，如騰訊QQ選用HiAR SDK的原因。
SLAM
雖然SLAM技術並未在HiAR SDK中開放，但筆者注意到，在不少商業合作中，已經用到了亮風臺研發的SLAM。在CES 2017 Asia中，亮風臺開放了SLAM體驗。在CES 2017 Asia中，亮風臺展現的HiAR SLAM具有以下特點：
支持單幀、多幀、圖片、點雲多種初始化方式，毫秒級完成初始化;
穩定精準，移動背景魯棒;
運行流暢，毫秒級重定位;
優化使用單目SLAM場景，支持場景存儲，保持穩定表現，提升運算速度。
總結
經過測試，發現HiAR SDK不僅在2D識別與跟蹤方面具有自己的優勢，而且很好地控制了包的大小。經過進一步的了解，亮風臺不僅研發基於自身核心算法的AR SDK並推出商用，也發布了AR智能眼鏡HiAR Glasses等產品。
其官方人員曾表示，開發硬體的原因之一也在於優化自身的技術，2D圖像識別與跟蹤、SLAM、手勢、人臉等技術已經或正在向眼鏡端部署。
作為一枚小小的開發者，筆者看好國內自主研發的HiAR SDK，也期待HiAR Glasses能夠帶來更多驚喜。
來源：比特網