2024年6月9日发(作者：)
业界sdk对比
1、 Face++ 中国
2014 年上半年，Face++ 连续在 3 个世界技术比赛获得排名第一的成绩，显示出团队
雄厚的技术实力，包括：
（1）人脸检测（在照片中精准定位人脸位置的算法），在世界公开评测集 FDDB 排名第一；
（2）人脸关键点检测（精准定位面部关键部门的位置），在世界公开评测比赛 300-W 排名
第一；
（3）在最重要的互联网图片人脸识别（Face recognition）比赛 LFW 中，Face++ 团队更是
力压 Facebook 人脸识别团队（前被 Facebook 用 6000 万美元收购的 团队），获
得世界第一。在极难识别的互联网新闻图片上，获得了97.3%的准确率。
脸部识别归类可为两个大场景，“一个叫做静态的人脸识别，一个叫动态的人脸识别，
静态的意思就说基本上是基于一张照片，和一个数据库来去做人脸这种识别和比对„„第二
个动态，基本上意思是说，基本上在这种视频这种监控的视频里，然后可能在人这种可能在
运动的情况下，对它进行人脸的抓拍和识别。”
第一种静态人脸识别的技术成熟度已经很高，Face++ 的合作伙伴大部分基于这个类型，
一个是识别人的脸部特征，从而实现精准的调整。比如在和美图系产品合作的时候，Face++
就提供人脸检测、人脸追踪、关键点检测技术，让 app 可以精确定位人脸当中需要美化的
部分。二是实现身份的识别。2013 年世纪佳缘使用 Face++ 的技术，推出“最佳伴侣”通
过人脸识别技术对网站的人脸数据库进行分析、精准配对，让世纪佳缘的会员可以相互匹配。
因为在该方面技术成熟，Face++ 的技术还应用了支付宝的“刷脸支付”，以及各个金融公司
的身份验证环节当中。
第二种在动态人脸识别方面，因为技术挑战难度更大，目前只达到相对可商用化的程度。
这方面的挑战，“从视频监控角度来看，有一类叫‘通道式’，比如放在机场安全门上的监控
摄像头，它可以抓拍到大部分人的正面，所以它的动态人脸识别难度不高，可以只识别高质
量的正面照片。不过，如果是在火车站这种开放式的场景下，动态的人脸识别的难度就很高
了，一是分辨率低，二是角度千变万化，识别系统需要一套多张的照片结合 3D 建模和识
别的方法来提高人脸识别的精度。”
Face++ 的发展有两个比较重要的里程碑，一是 2012 年将“脸部识别云平台”将这个
概念产品化；二是在今年将脸部识别与金融行业的应用结合起来，“相当于将从一个比较泛
的平台到一个可以被落地的场景化产品”。
Face++ 已经和中信银行、江苏银行、网商银行、积木盒子、拍拍贷、小米金融等金融
公司达成合作，将脸部识别技术融合进他们的产品当中。印奇解释，金融公司将脸部识别当
成高效、安全的验证手段，广泛运用在银行的各个业务里，包括柜面的辅助验证、以及高额
放贷等等。”
2、 Vuforia
这个以前是高通旗下的，不过后来就卖出去了，说到想找个现成的AR SDK用，一般都
还是会去找高通的vuforia，metaio或者point cloud。虽然免费版会要求有水印，可是至少可
以用到，而且在AR稳定性上比较有保证。商业sdk的话，feature最多的是metaio，但是被
收购了，停止服务了。vuforia的工程质量最高，跟踪效果最好，但是可惜feature太少。
提供android sdk,ios sdk,unity3d sdk. 满足开发者的需求。
高通 SDK 可以直接做 AR，如果你想创业做 AR 相关的应用，那么推荐用高通 SDK。根据
我这段时间找的结果，高通的sdk是追踪效果最好的从技术角度和其他：
基于高通sdk，直接调用现有的API就可以完成识别和跟踪。只需要获取识别跟踪后的
POSE矩阵用于绘制即可。绘制的话，可以使用Unity3D，或者可以直接使用OpenGLES进行
模型渲染以及模型动画解析。当然用Unity3D的好处是可以简化很多学习成本，使用
OpenGLES的话还需要耗费不少功夫，而且现有的好用的渲染，动画开源代码的不多，很多
要自己写，初学者不推荐。所以优点是可以迅速上手的解决方案。基于高通sdk开发的应用
会有水印，如果想去掉水印，或者想用云识别版本是要付费的。高通Vuforia SDK是一个完
整的AR解决方案，如果你检索Vuforia+Unity3D这样的关键字会发现做一个AR简直就是分
分钟的事情，你可以直接使用它的预制件或者是API接口进行开发。
/question/29205313
3、 OpenCV
OpenCV是一个较为底层的计算机视觉处理的库，利用这个库你可以在掌握了AR的核
心算法以后自己去实现类似的功能，但是这条路会走得很艰难
OpenCV 没有直接能用的 AR 功能，包含一些组件，可用来构建 AR 功能。如果你想创业
做 AR SDK，那么 OpenCV 是绕不过去的。
基于OpenCV。Markless的识别和跟踪都没有现成的比较能用的开源代码，能找到的开
源代码大多是基于Marker的，而且效率都很低。做AR识别和跟踪部分都需要自己开发。
而此部分学习成本，开发成本都比较高。想达到高通的效率／准确度／robust 非常难。虽然
这部分论文能找到还不少。但是实现起来会发现各种各样问题。优点的话，就是提高了自学
能力。但想达到商用的程度，难度很高。
针对Markerless的AR开发，我认为有几个方面是比较难做到的。目前的开源代码基本
都做不到这几个方面。
1. 效率。大多数开源代码都是在PC上运行。PC比起手机至少要快10倍以上。如何
在手机，甚至配置较差的手机上也可以实时运行，需要算法改进和效率优化。
2. Robust。这一点是最头疼的。用一下高通的效果就明白，他们这一点太强了。传统
跟踪方法很容易跟丢的（比如手抖了一下，快速移动旋转，Blur以及光照亮度变化很大时候）。
3. Pose准确度以及消除累积误差。需要保证跟踪期间Pose始终正确，而且倾斜一定
角度后依然完全匹配原图。
4、 Realmax
现在Vuforia已经不再是开发者们首选的SDK，现在开发者们都在使用Realmax SDK，它
不仅支持最基本的marker识别，还支持面部识别、手势识别、声音识别等，还具有Vuforia
不具备的slam技术，其稳定性和扫描的速度也远超Vuforia。
跟Vuforia最大的区别就在于：x支持SLAM，可以在不用识别图的情况下做增
强现实效果。x的稳定性还有识别速度比Vuforia强，不会出现在识别图上模型抖动
的情况。
5、 D’Fusion
这个目前提供商业增强现实方案，也比较多人用这个实现增强现实，分为三个版本，手
机，家庭，专业版本。
手机版本：支持设备包括iPhone, iPad和Android手机和平板，这个是专门为移动设备而设
的增强现实应用程序。
家庭版：电脑上的增强现实，可以在不同的平台和浏览器操作，无需安装特别的硬件。
专业版本：需要专业设备，需要配上有特殊功能的装置（例如高清视频、多镜头照相机、红
外线照相机或特殊传感器）使用。
此外：D’Fusion Studio，可以用来创建增强现实的程序。免费增强现实SDK软件包
官网
：D’Fusion Studio Suite
6、 Wikitude
可以实现图像识别和追踪、3D模型渲染、视频叠加以及基于地理AR等核心技术。不过
要收费。Wikitude（维基AR）是世界知名的AR软件提供商，总部位于奥地利维也纳。在2015
年Metaio被苹果收购后，Metaio和Wikitude这两家来自德国和奥地利的公司分别代表了苹
果和谷歌两大阵营。AR in China 增强现实中国也会在2015年8月15日正式在技术论坛中
开设Wikitude版块，更新Wikitude中文教程和在线技术解答。Wikitude（维基AR）与Metaio
软件架构相似度达到80%。下面是Wikitude，Metaio和高通的功能对比。
标记追踪
图像追踪
三维物体追踪
LBS位置信息追踪
人脸追踪
支持 安卓
支持 iOS
支持 Windows PC
支持 Unity 3D
Metaio
√
√
√
√
√
√
√
√
√
Wikitude（维基AR） Vuforia
√
√
√
√
√
√
√
√
√
√
√
√
√
√
√
√
√
√
√
支持 AR语言（Js+HTML5跨平台编程） √
支持 独立3D引擎
支持 AR智能眼镜
支持 云端AR识别
√
√
√
支持 不限制图片数量的云识别 √
√
√
√
√
√
支持 线下识别+云端识别混合模式
有 图形化编辑器
有 免费的AR浏览器
有 中文教程
√
√
有 中文技术支持
/topics/390787189/
7、 ARLab
提供了 AR浏览器、图像匹配、3d引擎、对象跟踪、影像追踪、虚拟按键等技术。
官网：ARLab Augmented Reality SDKs
8、 视辰EasyAR
最后顺带提一下国内的EasyAR，PC和移动多平台支持，完全免费，虽然目前暂不开源。
EasyAR
EasyAR和视+都是视辰信息的产品。，如3D物体识别、云识别、SLAM、
9、 HiAR
是亮风台信息科技打造的新一代移动增强现实（AR）开发平台，提供一整套世界领先的
增强现实（AR）技术服务。
发布评论