AR技术已经被广泛应用于营销、教育、游戏、展览等场景。通过2D图像跟踪技术和3D物体跟踪技术，用户只需使用一台手机进行拍摄，即可实现海报、卡牌等平面物体以及文物、手办等立体物体的AR效果。尽管近年来2D图像跟踪和3D物体跟踪算法已经取得了很大的进步，但受限于环境等因素影响，效果仍然有很大提升空间，是目前AR开发者的研发难点。
HMS Core AR Engine提供了2D图像和3D物体的端云协同跟踪技术，让开发者更简单便捷地开发AR类应用，让用户拥有更丰富的AR交互体验。
2D图像跟踪技术
端云协同2D图像实时跟踪技术已率先应用于Bilibili会员购，购物者在选购时能够浏览商品的AR特效，多角度、近距离地与IP衍生商品实现互动，从而获得全新的AR购物体验。据会员购后台数据统计，具备AR特效的商品销量更好，AR活动参与率是普通游戏参与率的2倍左右，助力会员购平台收入提升。
传统的纯端侧2D图像跟踪方案，如果开发者要让新的图片支持AR特效就必须更新应用版本，有较高的版本维护成本，而且随着支持AR特性图片的增加，应用的体积也会不断增大。为此，AR Engine采用端云协同的架构解决该问题，开发者仅需将图片上传到云端即可快速发布新图片的AR特效，端侧应用版本无需更新，应用体积也不会因此而增加。
端云协同2D图像跟踪技术原理图
端云协同2D图像跟踪技术主要涵盖了：
1. 云侧图像特征提取模块
2. 云侧向量检索引擎
3. 端侧视觉跟踪模块
在提升云端服务的响应速度方面，端云协同2D图像跟踪技术利用硬件平台加速，开发了软硬协同的高性能向量检索引擎，实现海量特征下的毫秒级检索响应。
3D物体跟踪技术
在文物介绍、商品展示、AR教育等场景，AR Engine还提供了端云协同3D物体实时跟踪技术。该技术能够实现3D物体全息式信息展示效果
端云协同3D物体实时跟踪技术效果图
现实生活中，会存在不同纹理材质的3D物体，例如雕塑类的纯色弱纹理材质，或者金属器皿类的反光现象，3D物体也会受光线变化导致表面出现阴影，这些场景都对3D物体跟踪带来很大的挑战。为了实现在各种场景下均能快速准确的进行识别跟踪，AR Engine使用多个AI网络组合完成3D识别定位功能，分别完成对象检测、位姿粗定位、位姿优化。
端云协同3D物体跟踪技术原理图
端云协同3D物体实时跟踪技术主要涵盖了：
1. 云侧训练样本AI合成模块
2. 云侧AI网络自动训练模块
3. 云侧AI网络推理模块
4. 端侧视觉跟踪模块
在对AI网络进行算法训练时，传统的训练样本人工标注方式，往往存在工作量大、开发周期长等问题。为此，AR Engine结合海量的离线数据和对抗生成策略，设计了训练样本的AI合成算法，能够免人工标注，仅依赖合成样本就可以实现复杂场景下3D物体的精准识别。
端云协同3D物体跟踪技术在文物介绍场景，已助力华为河图为莫高窟实现全息式文旅导游体验，帮助游客随时探究洞窟的内部细节。
华为河图的莫高窟全息式文旅导游效果图
以上技术来自华为2012中央媒体技术院，通过AR Engine面向开发者开放，在广告营销、教育、文旅等场景为用户带来差异化的AR体验。
更多AR技术的信息，欢迎收看5月27日19:00-20:00 HMS Core Discovery第15期直播，让我们一起探索HMS Core AR Engine是如何帮助开发者们构筑立体世界，打造沉浸式营销的服务体验 。
欢迎访问华为开发者联盟官网-HMS Core AR Engine
