当前位置: 首页 > article >正文

xr-frame 3D Marker识别,扬州古牌坊 3D识别技术稳定调研

目录

识别物体规范

3D Marker 识别目标文件 map 生成

生成任务状态解析

服务耗时:

对传入的视频有如下要求:

对传入的视频建议:


 

识别物体规范

为提高Marker质量,保证算法识别效果,可参考Marker规范文档 Marker规范

3D Marker 识别目标文件 map 生成

目前仅允许通过 小程序示例 的 接口 - VisionKit视觉能力 - 3DMarkerAR 页面生成。

生成任务状态解析
  1. 准备中 - 已上传,但生成服务器还未返回结果。建议等待20min,再考虑上传下一个视频(未更新结果,可以手动删除本任务,不过最好等待一天左右)
  2. 生成失败 - 会在错误提示上标明错误原因
  3. 已完成 - 生成完成,默认产物仅保留 30 天,请自行下载。
服务耗时:
  1. 当前版本 30s 视频耗时约 20分钟,请静待算法返回模型。
  2. 本服务同一时间仅处理一项任务,多个任务同时进行可能会导致后续任务的失败,建议闲时错峰进行生成。
对传入的视频有如下要求:
  1. 视频长宽比为 16:9 或 4:3,短边大于 480px
  2. 目标物体易于和背景物体区分出来,同时目标物体放置与背景物体一定距离,放置底面与物体易于区分,底面可以放置一张白纸。
  3. 目标物体最好为刚体,本身不会发生较大形变,容易变形的物体不适合用作识别对象
  4. 视频匀速移动,避免模糊,对目标识别面环绕物体拍摄,需要保证相机有足够的平移移动
  5. marker物体要求 与 2d图像要求类似,具有丰富细节,避免重复单一纹理,不反光,无高光
  6. 拍摄视频中特征纹理丰富,如果 marker 本身问题较弱,可以在背景中适当添加纹理物体
  7. 不建议使用透明物体,生成效果较差。
对传入的视频建议:
  1. 视频格式:视频帧率30fps,分辨率建议1080p
  2. 视频时长:视频建议时长在20s~30s,超过30s会被截断,时长过短会导致 marker 效果欠佳

WeChat_20250228213654

 
代码工程 GitCode - 全球开发者的开源社区,开源代码托管平台  


http://www.kler.cn/a/565836.html

相关文章:

  • 解释 Node.js 的事件循环机制,理解微任务(microtask)与宏任务(macrotask)的区别?
  • 我的世界1.20.1forge模组开发进阶物品(7)——具有动画、3D立体效果的物品
  • AH表情捕捉设备:虚拟人动态表情捕捉
  • ubuntu部署gitlab-ce及数据迁移
  • 动态组件
  • unity pico开发 三 移动 旋转 传送
  • 二十三种设计模式
  • 「架构选型」5 种 API 网关技术选型
  • 【PCIe 总线及设备入门学习专栏 1.2 -- 访问 PCIe 设备过程】
  • Docker基础-本地目录挂载
  • Holtek HT66F0184深度解析:集成LCD驱动的高效MCU解决方案
  • 【Qt】MVC设计模式
  • 【Go】十六、protobuf构建基础服务信息、grpc服务启动的基础信息
  • Flutter系列教程之(4)——自定义Widget控件及相关知识
  • LeetCode 2656 K个元素的最大和
  • 力扣——不同路径
  • 算法日记31:leetcode341整数拆分(DFS->记忆化->DP)
  • deepseek 和chatgpt的论文降重方法有哪些?
  • 大模型最新面试题系列:训练篇之分布式训练
  • go设计模式