Das Projekt analysiert und vergleicht mehrere Lösungsansätze für die Realisierung eines 3D-Objekterkennungs-Features in Unity.
3D Object Recognition, 3D Tracking, AR, Unity, Yolo Darknet, Vuforia, Wikitude, AR Foundation, ARKit, Computer Vision, Neural Network
Das Ziel des Projektes ist es, mögliche Lösungsansätze für die Realisierung eines 3D-Objekterkennungs-Features in Unity 3D zu finden. Die Möglichkeiten sollen in einem Testing untersucht und verglichen werden. Basierend auf den Ergebnissen soll analysiert werden, welcher Lösungsansatz sich für die Erweiterung der AR-Applikation Varcu von Freisicht am besten eignet.
Die Freisicht GmbH bietet digitale Lösungen im Bereich der Kunstvermittlung an. Unter anderem entwickelt Freisicht eine eigene Augmented Reality Software namens "Varcu" für Museen und Kunstausstellungen. Varcu wurde in Unity entwickelt, ist eine Cross-Plattform-Applikation und verfügt über eine stbile 2D-Objekterkennung. Freisicht möchte Varcu stetig weiterentwickeln. Insbesondere würde Freisicht Varcu gerne um ein 3D-Objekterkennungs-Feature erweitern. Während 2D-Erkennung bei den meisten AR Frameworks mittlerweilen out-of-the-box verfügbar ist, ist die Implementierung von 3D Object Recognition noch nicht ohne Weiteres möglich.
In einem umfassenden Testing wurden AR Foundation, Wikitude, Vuforia und Yolo Darknet analysiert. Es hat sich gezeigt, dass sich AR Foundation für den Zweck von Freisicht nicht eignet. Die restlichen Plattformen haben sich durch gute 3D-Objekterkennung ausgezeichnet. Sowohl Wikitude als auch Vuforia stellen benutzerfreundliche Tools zur Verfügung. Die Verwendung von kommerziellen Lösungen hat aber neben den Kosten, noch weitere Nachteile ergeben. Yolo Darknet ist Open-Source und kann kostenfrei verwendet werden. Neben einer guten 3D-Objekterkennung hat sich das Framework als sehr flexibel und beliebig ausbaufähig erwiesen. Zudem werden mit grosser Wahrscheinlichkeit bald noch verbesserte Versionen von Yolo in Unity verfügbar sein.
Projektdauer: Februar 2021 - 20. August 2021
Aufwand in Personenstunden: 720 h (2 x 360 h)
Teamgrösse: 2 Personen
Freisicht GmbH
Käferholzstrasse 58
CH-8057 Zürich
https://www.freisicht.ch/
Andreas Orler
Philipp Alder
Prof. Dr. Doris Agotai (doris.agotai@fhnw.ch)
Dr. Marcel Gygli (marcel.gygli@fhnw.ch)
