Для матриц с параметром p = 2 формула расчета приобретет вид:
MV2 = ;
Но так как условия матриц, где p = 2 удовлетворяет условиям, где p = 1 перепишем формулу без учета матриц с параметром p = 1:
MV2 = ;
Аналогично запишем формулу для матриц с параметром p = 4:
MV4 = ;
В данном случае это разность общего количества вариантов и матриц без учета повторов с параметром p = 2.
Просуммировав MV1, MV2 и MV4 получим общее количество уникальных матриц с учетом поворота:
MV = , где m – размерность матрицы.
Следует помнить, что данная формула будет верна только в случаях когда точка вращения матрицы не будет лежать в ячейке. Другими словами размерность матрицы должна быть четной.
Расчет объема передаваемой информации.
Теперь стала известна зависимость количества всех возможных уникальных с учетом поворота матриц ( MV ) от её размерности. Количеством же информации в битах ( M ) будет логарифм по основанию 2 значения MV:
.
В следующей таблице приведены значения количества информации в зависимости от размерности матрицы:
m |
M |
2 |
0,3231 |
4 |
1,7508 |
6 |
4,25 |
8 |
7,75 |
10 |
12,25 |
12 |
17,75 |
14 |
24,25 |
16 |
31,75 |
18 |
40,25 |
20 |
49,75 |
22 |
60,25 |
24 |
71,75 |
26 |
84,25 |
28 |
97,75 |
30 |
112,25 |
32 |
127,75 |
Таблица (*)
m – размерность матрицы;
M – количество информации в байтах;
Параметры оптимизации
Исходя из расчетов представленных выше, в формуле I = n∙M известна зависимость каждой переменной от количества информации. Основной же задачей теперь становится оптимальное соотношение n и M при известном фиксированном I. Для того чтобы определить требуемое соотношение обратимся к одному из наиболее важных параметров в технологии AR – времени распознавания.
Безусловно, зависимость между временем распознавания и количеством информации имеется и достаточно существенная, особенно при больших объемах последнего. Но определение данной зависимости аналитически не представляется возможным, поэтому единственный способ это сделать – измерения на практике.
Для практических измерений, прежде всего, следует определиться с технологией реализации дополненной реальности. ARToolkit занимает здесь лидирующие позиции, учитывая открытость кодов его библиотек.
Так как проекты AR являются технологиями мультимедиа, учитывая отрасли, где данная технология применяется в настоящее время, немаловажным фактором будет возможность презентации проекта максимальному количеству пользователей. Поэтому выбор падает, в первую очередь на библиотеки, результатом разработки которых будет являться браузерное приложение. Под эти требования подходят библиотеки FLARToolkit и SLARToolkit, подробнее о которых говорилось в предыдущих разделах.
Задачей теперь будет разработка приложений, используя каждую из этих библиотек. Дополнительно это позволит выяснить, какая из них и при каких параметрах будет выдавать лучшие результаты. Это также станет важным результатом, учитывая их конкурентные позиции относительно друг друга.
Измерения
Измерения зависимости между временем распознавания и количеством информации будут проводиться следующим образом: создаются паттерны маркеров с размерностями 4×4, 8×8, 16×16, 32×32. Для каждой размерности количество паттернов ( алфавит ) будет увеличиваться от 1 до 1000 с шагом в 100 паттернов и добавляться в приложение. На каждом шаге будет проводиться 10 измерений. Под паттерном будем понимать закодированный рисунок маркера, понятный библиотекам семейства ARTооlkit. Под добавлением в приложение – переписывание приложение с учетом количества паттернов.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.