Découvrez comment utiliser l'API Scene Semantics dans vos propres applications.
L'API Scene Semantics permet aux développeurs de comprendre la scène entourant l'utilisateur en fournissant des informations sémantiques en temps réel basées sur des modèles de ML. À partir d'une image d'une scène en plein air, l'API renvoie une étiquette pour chaque pixel dans un ensemble de classes sémantiques utiles (ciel, bâtiment, arbre, route, trottoir, véhicule, personne, etc.). En plus des étiquettes de pixel, l'API Scene Semantics fournit des valeurs de confiance pour chaque étiquette de pixel, ainsi qu'un moyen simple d'interroger la prévalence d'une étiquette donnée dans une scène en plein air.
De gauche à droite, voici des exemples d'image d'entrée, l'image sémantique des étiquettes de pixels et l'image de confiance correspondante:
Prérequis
Assurez-vous de bien maîtriser les concepts fondamentaux de la RA. et comment configurer une session ARCore avant de continuer.
Activer Scene Semantics
Dans une nouvelle session ARCore, vérifiez si l'appareil d'un utilisateur est compatible avec l'API Scene Semantics. Tous les appareils compatibles avec ARCore ne sont pas compatibles avec l'API Scene Semantics en raison de contraintes de puissance de traitement.
Pour économiser des ressources, Scene Semantics est désactivé par défaut sur ARCore. Activez le mode sémantique pour que votre application utilise l'API Scene Semantics.
// Check whether the user's device supports the Scene Semantics API.
int32_t is_scene_semantics_supported = 0;
ArSession_isSemanticModeSupported(ar_session, AR_SEMANTIC_MODE_ENABLED, &is_scene_semantics_supported);
// Configure the session for AR_SEMANTIC_MODEL_ENABLED.
ArConfig* ar_config = NULL;
ArConfig_create(ar_session, &ar_config);
if (is_scene_semantics_supported) {
ArConfig_setSemanticMode(ar_session, ar_config, AR_SEMANTIC_MODE_ENABLED);
}
CHECK(ArSession_configure(ar_session, ar_config) == AR_SUCCESS);
ArConfig_destroy(ar_config);
Obtenir l'image sémantique
Une fois Scene Semantics activée, l'image sémantique peut être récupérée. L'image sémantique est une image AR_IMAGE_FORMAT_Y8, où chaque pixel correspond à une étiquette sémantique définie par ArSemanticLabel.
Utilisez ArFrame_acquireSemanticImage() pour acquérir l'image sémantique:
// Retrieve the semantic image for the current frame, if available.
ArImage* semantic_image = NULL;
if (ArFrame_acquireSemanticImage(ar_session, ar_frame, &semantic_image) != AR_SUCCESS) {
// No semantic image retrieved for this frame.
// The output image may be missing for the first couple frames before the model has had a chance to run yet.
return;
}
// If a semantic image is available, use it here.
Les images sémantiques de sortie doivent être disponibles après environ 1 à 3 cadres à partir du début de la session, en fonction de l'appareil.
Image "Obtenir l'image de confiance"
En plus de l'image sémantique, qui fournit un libellé pour chaque pixel, l'API fournit également une image de confiance des valeurs de confiance des pixels correspondants. L'image de confiance est une image AR_IMAGE_FORMAT_Y8, où chaque pixel correspond à une valeur dans la plage [0, 255], correspondant à la probabilité associée à l'étiquette sémantique de chaque pixel.
Utilisez ArFrame_acquireSemanticConfidenceImage() pour acquérir l'image de confiance sémantique :
// Retrieve the semantic confidence image for the current frame, if available.
ArImage* semantic_confidence_image = NULL;
if (ArFrame_acquireSemanticConfidenceImage(ar_session, ar_frame, &semantic_confidence_image) != AR_SUCCESS) {
// No semantic confidence image retrieved for this frame.
// The output image may be missing for the first couple frames before the model has had a chance to run yet.
return;
}
// If a semantic confidence image is available, use it here.
Les images de confiance des résultats doivent être disponibles environ une à trois images après le début de la session, selon l'appareil.
Interroger la fraction de pixels pour une étiquette sémantique
Vous pouvez également interroger la fraction de pixels du frame actuel qui appartiennent à une classe particulière, comme le ciel. Cette requête est plus efficace que de renvoyer l'image sémantique et d'effectuer une recherche pixel par pixel pour une étiquette spécifique. La fraction renvoyée est une valeur flottante comprise dans la plage [0.0, 1.0].
Utilisez ArFrame_getSemanticLabelFraction() pour obtenir la fraction d'une étiquette donnée:
// Retrieve the fraction of pixels for the semantic label sky in the current frame.
float out_fraction = 0.0f;
if (ArFrame_getSemanticLabelFraction(ar_session, ar_frame, AR_SEMANTIC_LABEL_SKY, &out_fraction) != AR_SUCCESS) {
// No fraction of semantic labels was retrieved for this frame.
}