瞭解 iOS 上的使用者環境's 環境

瞭解如何在自己的應用程式中使用 Scene Semantics API。

Scene Semantics API 提供以機器學習模型為基礎的即時語意資訊，可讓開發人員瞭解使用者周遭的場景。假設有室外場景的圖片，API 會傳回一系列實用語意類別 (如天空、建築物、樹、道路、人行道、車輛、人物等) 中的每個像素標籤。除了像素標籤之外，Sene Semantics API 也提供每個像素標籤的可信度值，而且可讓您輕鬆查詢在戶外場景中特定標籤的盛行情況。

從左到右查看輸入圖片範例、像素標籤的語意圖片，以及對應的可信度圖片：

必要條件

請務必先瞭解基本 AR 概念，以及如何設定 ARCore 工作階段，然後再繼續操作。

啟用場景語意

在新的 ARCore 工作階段中，檢查使用者的裝置是否支援 Scene Semantics API。由於處理功率限制，並非所有與 ARCore 相容的裝置都支援 Scene Semantics API。

為節省資源，ARCore 會預設停用場景語意。啟用語意模式，讓應用程式使用 Scene Semantics API。

GARSessionConfiguration *configuration = [[GARSessionConfiguration alloc] init];
if ([self.garSession isSemanticModeSupported:GARSemanticModeEnabled]) {
    configuration.semanticMode = GARSemanticModeEnabled;
}

NSError *error;
[self.garSession setConfiguration:configuration error:&error];

取得語意圖片

啟用場景語意後，即可擷取語意圖片。語意圖片是 kCVPixelFormatType_OneComponent8 圖片，其中每個像素都對應於 GARSemanticLabel 定義的語意標籤。

使用 GARFrame.semanticImage 取得語意圖片：

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.
}

視裝置而定，從工作階段開始約 1 到 3 個影格後，就應提供輸出語意圖片。

「取得可信度」圖片

除了為每個像素提供標籤的語意圖片外，API 也提供對應像素可信度值的可信度圖片。可信度圖片是一種 kCVPixelFormatType_OneComponent8 圖片，其中每個像素都會對應到 [0, 255] 範圍內的值，對應與每個像素語意標籤相關聯的機率。

使用 GARFrame.semanticConfidenceImage 取得語意可信度圖片：

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.
}

視裝置而定，從工作階段開始算起，大約應在 1 到 3 個影格後提供輸出可信度圖片。

查詢語意標籤的像素比例

此外，您也可以查詢目前頁框中特定類別 (例如天空) 的像素比例。這種查詢會比傳回語意圖片及執行特定標籤的像素搜尋，更有效率。傳回的分數是範圍 [0.0, 1.0] 中的浮點值。

使用 fractionForSemanticLabel: 取得特定標籤的分數：

// Ensure that semantic data is present for the GARFrame.
if (garFrame.semanticImage) {
    float fraction = [garFrame fractionForSemanticLabel:GARSemanticLabelSky];
}