Obtén información para usar la API de Scene Semantics en tus propias apps.
La API de Scene Semantics permite que los desarrolladores comprendan la escena que rodea al usuario, ya que proporciona información semántica en tiempo real basada en modelos de AA. Dada una imagen de una escena exterior, la API muestra una etiqueta para cada píxel en un conjunto de clases semánticas útiles, como cielo, edificio, árbol, carretera, acera, vehículo, persona, etc. Además de las etiquetas de píxeles, la API de Scene Semantics también ofrece valores de confianza para cada etiqueta de píxel y una forma fácil de consultar para consultar la prevalencia de una etiqueta determinada en una escena al aire libre.
De izquierda a derecha, ejemplos de una imagen de entrada, la imagen semántica de las etiquetas de píxeles y la imagen de confianza correspondiente:
Requisitos previos
Asegúrate de comprender los conceptos fundamentales de RA y cómo configurar una sesión de ARCore antes de continuar.
Habilita la semántica de escenas
En una nueva sesión de ARCore, verifica si el dispositivo de un usuario es compatible con la API de Scene Semantics. No todos los dispositivos compatibles con ARCore admiten la API de Scene Semantics debido a restricciones de capacidad de procesamiento.
Para ahorrar recursos, la semántica de escenas está inhabilitada de forma predeterminada en ARCore. Habilita el modo semántico para que tu app use la API de Scene Semantics.
GARSessionConfiguration *configuration = [[GARSessionConfiguration alloc] init];
if ([self.garSession isSemanticModeSupported:GARSemanticModeEnabled]) {
configuration.semanticMode = GARSemanticModeEnabled;
}
NSError *error;
[self.garSession setConfiguration:configuration error:&error];
Obtén la imagen semántica
Una vez que se habilita la semántica de escenas, se puede recuperar la imagen semántica. La imagen semántica es una imagen de kCVPixelFormatType_OneComponent8, en la que cada píxel corresponde a una etiqueta semántica definida por GARSemanticLabel.
Usa GARFrame.semanticImage para adquirir la imagen semántica:
CVPixelBuffer semanticImage = garFrame.semanticImage;
if (semanticImage) {
// Use the semantic image here
} else {
// Semantic images are not available.
// The output image may be missing for the first couple frames before the model has had a
// chance to run yet.
}
Las imágenes semánticas de salida deben estar disponibles después de aproximadamente 1 o 3 fotogramas desde el inicio de la sesión, según el dispositivo.
Obtén la imagen de confianza
Además de la imagen semántica, que proporciona una etiqueta para cada píxel, la API también proporciona una imagen de confianza de los valores de confianza de píxeles correspondientes. La imagen de confianza es una imagen de kCVPixelFormatType_OneComponent8, en la que cada píxel corresponde a un valor en el rango [0, 255], que corresponde a la probabilidad asociada con la etiqueta semántica para cada píxel.
Usa GARFrame.semanticConfidenceImage para adquirir la imagen de confianza semántica:
CVPixelBuffer confidenceImage = garFrame.semanticConfidenceImage;
if (confidenceImage) {
// Use the semantic image here
} else {
// Semantic images are not available.
// The output image may be missing for the first couple frames before the model has had a
// chance to run yet.
}
Las imágenes de confianza de salida deben estar disponibles después de 1 a 3 fotogramas desde el inicio de la sesión, según el dispositivo.
Consulta la fracción de píxeles para una etiqueta semántica
También puedes consultar la fracción de píxeles en el fotograma actual que pertenecen a una clase en particular, como el cielo. Esta consulta es más eficiente que mostrar la imagen semántica y realizar una búsqueda de píxeles para una etiqueta específica. La fracción que se muestra es un valor de número de punto flotante en el rango [0.0, 1.0].
Usa fractionForSemanticLabel: para adquirir la fracción de una etiqueta determinada:
// Ensure that semantic data is present for the GARFrame.
if (garFrame.semanticImage) {
float fraction = [garFrame fractionForSemanticLabel:GARSemanticLabelSky];
}