6月，苹果发布了面向iOS的增强现实(AR)开发工具ARKit，正式进入AR领域。近日，在Project Tango深耕三年的谷歌，同样推出面向Android设备的增强现实(AR)应用开发工具ARCore。这一消息意味着谷歌、苹果这两大智能手机操作系统巨头在AR领域展开了正式较量。
6月，苹果发布了面向iOS的增强现实(AR)开发工具ARKit，正式进入AR领域。近日，在Project Tango深耕三年的谷歌，同样推出面向Android设备的增强现实(AR)应用开发工具ARCore。这一消息意味着谷歌、苹果这两大智能手机操作系统巨头在AR领域展开了正式较量。
其实国内外早有一批优秀的AR SDK出现，在ARKit发布之前，就已经积累了大量内容和开发者。例如国外的Vuforia、ARToolkit、Wikitude，和国内的亮风台HiAR SDK、太虚Void AR、视辰EasyAR等。
根据笔者了解，国外的AR SDK在易用性、费用、功能、甚至语言等方面，并不能满足很多AR开发者的需求，反而国内团队的快速响应、内容制作和技术积累，甚至会比国外更胜一筹。如HiAR SDK从底层到性能的都比较突出，服务了营销、教育、工业等不少领域的众多“标杆”客户，EasyAR团队制作了大量的AR营销内容。这可能也和团队基因有关系，亮风台的首席科学家是国际知名的CV科学家凌海滨，团队中技术大咖众多，视辰的初创团队多在偏内容领域有经验，如商业展示、影楼婚庆、广告营销等。
不久前，笔者了解到亮风台在CV国际顶会与期刊有较多的研究成果发布。例如亮风台AR跟踪算法被IEEE人工智能顶级期刊《PAMI》收录，可在强干扰的场景下实现快速且准确的平面跟踪。
所以笔者想着重关注一下亮风台的HiAR SDK，以它为例，为大家就AR SDK的重要参数进行评测分析，以供学习参考。
AR SDK技术概述
目前来看，2D图像识别和跟踪技术是市场上的主流应用，包括支付宝、QQ等在内的公司推出的AR应用案例多基于2D，也就是平面图像的识别与跟踪技术，并与IMU数据进行融合，以保证用户体验。而2D之外，单目SLAM(实时定位与建图)是去年下半年到目前AR公司的主打研发方向，苹果ARKit的核心技术VIO，其实是SLAM的一个变种注。
注：VIO(Visual Inertial Odometry)跟SLAM的区别主要有两点：
1 VIO在硬件上需要融合传感器，包括相机和IMU。
2 VIO侧重的是快速姿态跟踪，不需要维护全局地图。
然而，市场主流AR SDK主要基于2D图像识别与跟踪技术，仅少数公司具有基础SLAM。
HiAR SDK主要包括2D图像识别和跟踪、SLAM、人脸识别与检测(为美图等人脸识别与检测需求的公司提供底层技术支持)、以及3D物体识别和手势识别。其中2D技术免费开放给开发者，其他技术和平台方案，联系商务可进行定制服务。
HiAR SDK支持Android、iOS、Unity 3D的跨平台开发，除智能手机之外，也支持PC、AR智能终端(如亮风台自主研发的AR智能眼镜HiAR Glasses)、无人机、机器人、智能家具等终端，是通用开发工具。
此外，HiAR SDK另一主打功能为云识别，目前，支持本地识别、云识别、以及本地和云混合识别。前不久，亮风台公布B轮融资，消息提到“云+端”是重要战略，可以预见，下一步，HiAR SDK的云能力也会再次提升。
2D识别与跟踪
既然大部分AR SDK还是基于2D图像识别，故首先对HiAR SDK的2D的识别与跟踪能力进行一个测评。
笔者使用iPhone 7 Plus，制作一个简单的图像跟踪Demo，感觉跟得很稳，几乎没有延迟。经过详细测试，发现HiAR SDK的跟踪速度最高可超过120帧每秒，远超过人眼的可识别速度25帧每秒，跟踪精度约为0.5像素。
据了解，这一数据是在2016年里约奥运会期间，亮风台与腾讯合作QQ-AR传火炬，腾讯QQ对AR技术提供方亮风台提出的要求。
那在大倾角、光照影响、远距离识别等某些极端情况下，HiAR SDK的表现会是如何呢？
大倾角情况下的识别与跟踪
大倾角实验中，笔者将识别图缓缓倾斜到极限，直到某方模型丢失。
左：市场主流AR SDK 右：HiAR SDK
目测HiAR SDK支持的识别图最大可识别倾角在50度左右，而最大可跟踪倾斜角度可能超过80度，接近垂直。而市场主流AR SDK在同样的倾角下出现了目标丢失，不稳定的情况。
远距离识别与跟踪
我们在摄像头位置不动的情况下，让识别图从远至近缓缓靠近，效果如下：
左：市场主流AR SDK 右：HiAR SDK
可以看出，HiAR SDK远距离识别与跟踪能力同样表现不俗，在摄像头与识别图距离不断拉远，识别图片占据屏幕的1/20左右时，同样能做到稳定、快速的识别速度与跟踪稳定性。比市场主流AR SDK具有更远的识别距离阈值。但是HiAR依然要求识别目标占摄像头的最小面积为5%。
抗光线干扰
再来看下光照环境变化对AR SDK性能的影响，如暗光、局部亮光、过曝等情况。HiAR SDK与市场主流SDK的表现对比结果如下：
左：市场主流AR SDK 右：HiAR SDK
在测试过程中，弱光情况下稳定识别后，再调暗光线，HiAR SDK的虚拟物体稳定地叠加在识别图上，且几乎无抖动，表现比较出色。
快速运动
AR的使用场景变化多端，能够抵抗快速运动带来的干扰，会是AR SDK优良的重要参考参数。在摄像头如手机快速、剧烈运动，或者识别物做相似变化时，需要稳定的识别跟踪技术，目标快速重建等技术的支持。下面就来看一下对比效果：
左：市场主流AR SDK 右：HiAR SDK
抗遮挡能力
有时候做AR识别时候，识别图会不小心被其他物体所遮挡，模型容易丢失，影响用户体验。
左：市场主流AR SDK 右：HiAR SDK
通过实验，当识别图被物体遮挡时，HiAR SDK可以更稳定地表现出AR显示效果，模型不容易抖动甚至丢失：
多目标识别与跟踪
具有多目标识别能力，广泛应用于AR教学等需要呈现多种内容的场景中。HiAR SDK可以同时识别多张图片，并加载不同的模型数据。
如下图所示，HiAR SDK一次性识别9个图片，且支持大角度、远距离等极端条件下的多图识别。
本地K级别图像识别
如果需要识别的图像很多，那么AR SDK的表现将会如何呢？笔者特意做了一个实验，结果如下。
本地K级别图像识别对比参数
由上面的对比参数可以得知：
Vuforia在识别速度和精度方面做到了最好的水平;
EasyAR的识别速度也比较快，但是加载时间会比较长;
HiAR SDK的识别速度和精度一般，但是加载时间和内存消耗有显著优势。同等量级下加载时间为市场主流AR SDK的1/10 – 1/100。
同样机型，HiAR SDK的可识别图像数量为市场主流AR SDK的6-7倍，甚至在某些机型上支持10k级别的本地识别。
包体大小
很多开发者在抱怨嵌入AR的应用太大，不利于推广，也容易让已有客户产生厌烦情绪。的确，对于智能手机来说，受限于内存等因素AR SDK 包大小是关键决定因素。
在笔者测试中发现，HiAR SDK最新版本包大小为2.5M，和官方宣传的小于3M一致，这可能也是在AR营销活动中，不少大型合作伙伴，如腾讯QQ选用HiAR SDK的原因。
SLAM
虽然SLAM技术并未在HiAR SDK中开放，但笔者注意到，在不少商业合作中，已经用到了亮风台研发的SLAM。在CES 2017 Asia中，亮风台开放了SLAM体验。在CES 2017 Asia中，亮风台展现的HiAR SLAM具有以下特点：
支持单帧、多帧、图片、点云多种初始化方式，毫秒级完成初始化;
稳定精准，移动背景鲁棒;
运行流畅，毫秒级重定位;
优化使用单目SLAM场景，支持场景存储，保持稳定表现，提升运算速度。
总结
经过测试，发现HiAR SDK不仅在2D识别与跟踪方面具有自己的优势，而且很好地控制了包的大小。经过进一步的了解，亮风台不仅研发基于自身核心算法的AR SDK并推出商用，也发布了AR智能眼镜HiAR Glasses等产品。
其官方人员曾表示，开发硬件的原因之一也在于优化自身的技术，2D图像识别与跟踪、SLAM、手势、人脸等技术已经或正在向眼镜端部署。
作为一枚小小的开发者，笔者看好国内自主研发的HiAR SDK，也期待HiAR Glasses能够带来更多惊喜。
来源：比特网
