iOS에서 ML Kit를 사용하여 객체 감지 및 추적

ML Kit를 사용하여 여러 동영상 프레임에서 객체를 감지하고 추적할 수 있습니다.

ML Kit에 이미지를 전달하면 ML Kit는 각 이미지별로 최대 5개의 감지된 객체와 이미지 내 위치 목록을 반환합니다. 동영상 스트림에서 감지된 객체에 부여된 ID를 사용하면 여러 이미지 간에 객체를 추적할 수 있습니다. 대략적인 객체 분류를 사용 설정할 수도 있습니다. 이렇게 하면 객체에 대략적인 카테고리 설명이 라벨로 지정됩니다.

시작하기 전에

  1. 앱에 Firebase를 아직 추가하지 않았다면 시작 가이드의 단계에 따라 추가합니다.
  2. Podfile에 ML Kit 라이브러리를 포함합니다. 
    pod 'Firebase/MLVision', '6.25.0'
pod 'Firebase/MLVisionObjectDetection', '6.25.0'
    프로젝트의 포드를 설치하거나 업데이트한 후 .xcworkspace를 사용하여 Xcode 프로젝트를 열어야 합니다.
  3. 앱에서 Firebase를 가져옵니다.

    Swift

    import Firebase

    Objective-C

    @import Firebase;

1. 객체 감지기 구성

객체 감지 및 추적을 시작하려면 우선 VisionObjectDetector의 인스턴스를 만들고, 기본값과 다른 값으로 지정할 감지기 설정을 선택적으로 지정합니다.

  1. 사용 사례에 대한 객체 감지기를 VisionObjectDetectorOptions 객체를 사용하여 구성합니다. 다음과 같은 설정을 변경할 수 있습니다.

    객체 감지기 설정
    감지 모드 .stream(기본값) | .singleImage

    기본값인 스트림 모드에서는 객체 감지기의 실행 지연 시간이 매우 짧지만, 감지기를 처음 몇 번 호출할 때 경계 상자 또는 카테고리가 지정되지 않는 등 불완전한 결과가 나올 수 있습니다. 또한 스트림 모드에서는 감지기가 객체에 추적 ID를 할당하며, 이 ID를 사용하여 여러 프레임 간에 객체를 추적할 수 있습니다. 객체를 추적하려는 경우나 실시간 동영상 스트림 처리와 같이 짧은 지연 시간이 중요한 경우에 이 모드를 사용하세요.

    단일 이미지 모드에서는 객체 감지기가 감지된 객체의 경계 상자 및 카테고리(분류를 사용 설정한 경우)가 확인될 때까지 기다렸다가 결과를 반환합니다. 따라서 감지 지연 시간이 길어질 가능성이 있습니다. 또한 단일 이미지 모드에서는 추적 ID가 할당되지 않습니다. 지연 시간이 중요하지 않으며 일부 결과만 처리하는 것을 원치 않으면 이 모드를 사용하세요.
    여러 객체 감지 및 추적 false(기본값) | true

    감지 및 추적 대상을 최대 5개의 객체로 할지 아니면 가장 명백한 객체(기본값)로 할지 여부입니다.
    객체 분류 false(기본값) | true

    감지된 객체를 대략적인 카테고리로 분류할지 여부입니다. 이 기능을 사용 설정하면 객체 감지기가 객체를 의류, 식품, 가정용품, 장소, 식물, 알 수 없음 카테고리로 분류합니다.

    객체 감지 및 추적 API는 다음과 같은 2가지 주요 사용 사례에 최적화되어 있습니다.

    • 카메라 뷰파인더에서 가장 뚜렷한 객체의 실시간 감지 및 추적
    • 정적 이미지의 여러 객체 감지

    이러한 사용 사례에 대한 API를 구성하려면 다음을 실행합니다.

    Swift

    // Live detection and tracking
let options = VisionObjectDetectorOptions()
options.detectorMode = .stream
options.shouldEnableMultipleObjects = false
options.shouldEnableClassification = true  // Optional

// Multiple object detection in static images
let options = VisionObjectDetectorOptions()
options.detectorMode = .singleImage
options.shouldEnableMultipleObjects = true
options.shouldEnableClassification = true  // Optional

    Objective-C

    // Live detection and tracking
FIRVisionObjectDetectorOptions *options = [[FIRVisionObjectDetectorOptions alloc] init];
options.detectorMode = FIRVisionObjectDetectorModeStream;
options.shouldEnableMultipleObjects = NO;
options.shouldEnableClassification = YES;  // Optional

// Multiple object detection in static images
FIRVisionObjectDetectorOptions *options = [[FIRVisionObjectDetectorOptions alloc] init];
options.detectorMode = FIRVisionObjectDetectorModeSingleImage;
options.shouldEnableMultipleObjects = YES;
options.shouldEnableClassification = YES;  // Optional

  2. FirebaseVisionObjectDetector의 인스턴스를 가져옵니다.

    Swift

    let objectDetector = Vision.vision().objectDetector()

// Or, to change the default settings:
let objectDetector = Vision.vision().objectDetector(options: options)

    Objective-C

    FIRVisionObjectDetector *objectDetector = [[FIRVision vision] objectDetector];

// Or, to change the default settings:
FIRVisionObjectDetector *objectDetector = [[FIRVision vision] objectDetectorWithOptions:options];

2. 객체 감지기 실행

객체를 감지하고 추적하려면 각 이미지 또는 동영상 프레임에 대해 다음을 수행합니다. 스트림 모드를 사용 설정한 경우 CMSampleBufferRef에서 VisionImage 객체를 만들어야 합니다.

  1. UIImage 또는 CMSampleBufferRef를 사용하여 VisionImage 객체를 만듭니다.

    UIImage를 사용하는 방법은 다음과 같습니다.

    1. 필요한 경우 imageOrientation 속성이 .up이 되도록 이미지를 회전합니다.
    2. 올바르게 회전된 UIImage를 사용하여 VisionImage 객체를 만듭니다. 회전 메타데이터를 지정하지 마세요. 기본값인 .topLeft를 사용해야 합니다.

      Swift

      let image = VisionImage(image: uiImage)

      Objective-C

      FIRVisionImage *image = [[FIRVisionImage alloc] initWithImage:uiImage];

    CMSampleBufferRef를 사용하는 방법은 다음과 같습니다.

    1. CMSampleBufferRef 버퍼에 포함된 이미지 데이터의 방향을 지정하는 VisionImageMetadata 객체를 만듭니다.

      이미지 방향을 가져오는 방법은 다음과 같습니다.

      Swift

      func imageOrientation(
    deviceOrientation: UIDeviceOrientation,
    cameraPosition: AVCaptureDevice.Position
    ) -> VisionDetectorImageOrientation {
    switch deviceOrientation {
    case .portrait:
        return cameraPosition == .front ? .leftTop : .rightTop
    case .landscapeLeft:
        return cameraPosition == .front ? .bottomLeft : .topLeft
    case .portraitUpsideDown:
        return cameraPosition == .front ? .rightBottom : .leftBottom
    case .landscapeRight:
        return cameraPosition == .front ? .topRight : .bottomRight
    case .faceDown, .faceUp, .unknown:
        return .leftTop
    }
}

      Objective-C

      - (FIRVisionDetectorImageOrientation)
    imageOrientationFromDeviceOrientation:(UIDeviceOrientation)deviceOrientation
                           cameraPosition:(AVCaptureDevicePosition)cameraPosition {
  switch (deviceOrientation) {
    case UIDeviceOrientationPortrait:
      if (cameraPosition == AVCaptureDevicePositionFront) {
        return FIRVisionDetectorImageOrientationLeftTop;
      } else {
        return FIRVisionDetectorImageOrientationRightTop;
      }
    case UIDeviceOrientationLandscapeLeft:
      if (cameraPosition == AVCaptureDevicePositionFront) {
        return FIRVisionDetectorImageOrientationBottomLeft;
      } else {
        return FIRVisionDetectorImageOrientationTopLeft;
      }
    case UIDeviceOrientationPortraitUpsideDown:
      if (cameraPosition == AVCaptureDevicePositionFront) {
        return FIRVisionDetectorImageOrientationRightBottom;
      } else {
        return FIRVisionDetectorImageOrientationLeftBottom;
      }
    case UIDeviceOrientationLandscapeRight:
      if (cameraPosition == AVCaptureDevicePositionFront) {
        return FIRVisionDetectorImageOrientationTopRight;
      } else {
        return FIRVisionDetectorImageOrientationBottomRight;
      }
    default:
      return FIRVisionDetectorImageOrientationTopLeft;
  }
}

      그런 다음 메타데이터 객체를 만듭니다.

      Swift

      let cameraPosition = AVCaptureDevice.Position.back  // Set to the capture device you used.
let metadata = VisionImageMetadata()
metadata.orientation = imageOrientation(
    deviceOrientation: UIDevice.current.orientation,
    cameraPosition: cameraPosition
)

      Objective-C

      FIRVisionImageMetadata *metadata = [[FIRVisionImageMetadata alloc] init];
AVCaptureDevicePosition cameraPosition =
    AVCaptureDevicePositionBack;  // Set to the capture device you used.
metadata.orientation =
    [self imageOrientationFromDeviceOrientation:UIDevice.currentDevice.orientation
                                 cameraPosition:cameraPosition];
    2. CMSampleBufferRef 객체 및 회전 메타데이터를 사용하여 VisionImage 객체를 만듭니다.

      Swift

      let image = VisionImage(buffer: sampleBuffer)
image.metadata = metadata

      Objective-C

      FIRVisionImage *image = [[FIRVisionImage alloc] initWithBuffer:sampleBuffer];
image.metadata = metadata;

  2. 객체 감지기의 이미지 처리 메서드 중 하나를 VisionImage에 전달합니다. 비동기 process(image:) 메서드 또는 동기 results() 메서드를 사용할 수 있습니다.

    객체를 비동기식으로 감지하는 방법은 다음과 같습니다.

    Swift

    objectDetector.process(image) { detectedObjects, error in
  guard error == nil else {
    // Error.
    return
  }
  guard let detectedObjects = detectedObjects, !detectedObjects.isEmpty else {
    // No objects detected.
    return
  }

  // Success. Get object info here.
  // ...
}

    Objective-C

    [objectDetector processImage:image
                  completion:^(NSArray<FIRVisionObject *> * _Nullable objects,
                               NSError * _Nullable error) {
                    if (error == nil) {
                      return;
                    }
                    if (objects == nil | objects.count == 0) {
                      // No objects detected.
                      return;
                    }

                    // Success. Get object info here.
                    // ...
                  }];

    객체를 동기식으로 감지하는 방법은 다음과 같습니다.

    Swift

    var results: [VisionObject]? = nil
do {
  results = try objectDetector.results(in: image)
} catch let error {
  print("Failed to detect object with error: \(error.localizedDescription).")
  return
}
guard let detectedObjects = results, !detectedObjects.isEmpty else {
  print("Object detector returned no results.")
  return
}

// ...

    Objective-C

    NSError *error;
NSArray<FIRVisionObject *> *objects = [objectDetector resultsInImage:image
                                                               error:&error];
if (error == nil) {
  return;
}
if (objects == nil | objects.count == 0) {
  // No objects detected.
  return;
}

// Success. Get object info here.
// ...

  3. 이미지 처리기 호출이 성공하면 비동기 메서드를 호출했는지 아니면 동기 메서드를 호출했는지 여부에 따라 완료 핸들러에 VisionObject의 목록이 전달되거나 목록이 반환됩니다.

    각 VisionObject는 다음 속성을 포함합니다.

    frame 이미지에서 객체의 위치를 나타내는 CGRect입니다.
    trackingID 여러 이미지 간에 객체를 식별하는 정수입니다. 단일 이미지 모드에서는 Nil입니다.
    classificationCategory 객체의 대략적인 카테고리입니다. 객체 감지기에 분류가 사용 설정되지 않은 경우에는 .unknown입니다.
    confidence 객체 분류의 신뢰값입니다. 객체 감지기에 분류가 사용 설정되지 않았거나 객체가 알 수 없음으로 분류된 경우에는 nil입니다.

    Swift

    // detectedObjects contains one item if multiple object detection wasn't enabled.
for obj in detectedObjects {
  let bounds = obj.frame
  let id = obj.trackingID

  // If classification was enabled:
  let category = obj.classificationCategory
  let confidence = obj.confidence
}

    Objective-C

    // The list of detected objects contains one item if multiple
// object detection wasn't enabled.
for (FIRVisionObject *obj in objects) {
  CGRect bounds = obj.frame;
  if (obj.trackingID) {
    NSInteger id = obj.trackingID.integerValue;
  }

  // If classification was enabled:
  FIRVisionObjectCategory category = obj.classificationCategory;
  float confidence = obj.confidence.floatValue;
}

사용성 및 성능 향상

최상의 사용자 환경을 위해 앱에서 다음 가이드라인을 따르세요.

  • 객체 감지 성공 여부는 객체의 시각적 복잡성에 따라 달라집니다. 객체의 시각적 특징 수가 적으면 감지할 이미지의 더 많은 부분을 사용해야 할 수도 있으므로 감지할 객체 종류에 효과적인 입력을 캡처할 수 있도록 돕는 안내를 사용자에게 제공해야 합니다.
  • 분류를 사용할 때 지원되는 카테고리로 확실하게 분류되지 않는 객체를 감지하려면 알 수 없는 객체에 대한 특별한 처리를 구현합니다.

또한 [ML Kit Material Design 쇼케이스 앱][showcase-link]{: .external } 및 Material Design의 머신러닝 기반 기능 패턴 모음도 참조하세요.

실시간 애플리케이션에서 스트리밍 모드를 사용하는 경우 최상의 프레임 속도를 얻기 위해 다음 가이드라인을 따르세요.

  • 스트리밍 모드에서 여러 객체 감지를 사용하지 마세요. 대부분의 기기에서 적절한 프레임 속도를 생성할 수 없습니다.

  • 분류가 필요하지 않으면 사용 중지합니다.

  • 감지기 호출을 제한합니다. 인식기가 실행 중일 때 새 동영상 프레임이 제공되는 경우 해당 프레임을 삭제합니다.
  • 인식기 출력을 사용해서 입력 이미지에서 그래픽을 오버레이하는 경우 먼저 ML Kit에서 결과를 가져온 후 이미지를 렌더링하고 단일 단계로 오버레이합니다. 이렇게 하면 입력 프레임별로 한 번만 디스플레이 표면에 렌더링됩니다. 관련 예시는 쇼케이스 샘플 앱에서 previewOverlayView 및 FIRDetectionOverlayView 클래스를 참조하세요.