Google ARCore的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

Android程式設計入門、應用到精通(第五版)

為了解決Google ARCore的問題，作者孫宏明 這樣論述：

　　本書涵蓋以下三大學習主軸！ 　　1.完整介紹App開發技術，培養扎實的實作能力 　　2.學習Android Studio操作技巧，晉級專業App開發人員 　　3.學習導入人工智慧與擴增實境功能 　　App開發除了要懂程式相關技術之外，還要能夠善用Android Studio的強大功能，如：程式碼輔助編輯、檢視專案架構、程式碼重構。善用這些功能可以大幅提升App的開發效率和品質。筆者根據多年的教學和實務經驗，規劃出一條由淺入深的學習路徑。搭配簡單明確的單元主題和步驟式講解，讓您在學過之後，都能立即上手實作。此次改版特別加入詳細的程式碼和圖片輔助解說，讓讀者更快掌握重點，提升學習效率。相

信本書一定可以帶領您從入門開始，一路晉升成為開發Android App的專家。 本書特色 　　*介紹Android Studio操作技巧，讓初學者能夠善用它的輔助功能，提升App開發效率。 　　*涵蓋各種Android技術主題，像是UI元件、Material Design、Fragment、Action Item/View、動畫效果、影音播放、拍照…等。 　　*完整的Intent相關技術，包括Activity資料傳送和接收、Intent Filter、Broadcast、Service…。 　　*Google地圖與定位技術，讓您學會開發Location-Based Service (LBS

) App。 　　*學習導入Firebase ML Kit和TensorFlow Lite人工智慧功能。 　　*學習使用ARCore套件實作擴增實境。  

Google ARCore進入發燒排行的影片

基於無標記式擴增實境之虛擬資料擴增系統設計與驗證

為了解決Google ARCore的問題，作者陳宇翔 這樣論述：

　　在深度學習的研究領域，物件偵測與分類任務一直是該領域中相當熱門的研究子題。為了取得更優良的偵測結果，利用資料擴增法使資料集更具多樣性，使網路模型對測試資料擁有更好的偵測適性，資料擴增法一直是深度學習中相當關鍵的技術。然而，傳統基於影像處理的資料擴增法，除了須花費時間成本在蒐集樣本資料及人工標註，也可能因所擴增之資料太過相似，而降低資料擴增法之效率。再者，不良的人工標註作業也會導致如樣本標註精度不準確或樣本標籤紊亂不一等瑕疵。最終，都可能影響物件偵測與分類任務實驗之偵測結果。本論文提出了一種基於無標記式擴增實境的虛擬資料擴增系統，實驗者可透過GUI設計模組操控虛擬物件以獲取不同的姿態或色溫

，也可透過自動標註模組獲取虛擬物件的邊界框資訊。除了節 省實驗者的時間成本外，因不良的人工標註作業所造成之負面效果也將一併消除。根據實驗結果，對特定類別加入虛擬資料後，除了能提升該類別之偵測結果，整體資料集的mAP也有所提升。此外，本文所提出之虛擬資料擴增系統，與傳統基於影像處理之資料擴增方法比較，提升偵測結果的幅度更為明顯。

增強現實開發者實戰指南

為了解決Google ARCore的問題，作者（美）喬納森·林諾維斯，（美）克里斯蒂安·巴比林斯基 這樣論述：

本書是一本適合AR開發者的實戰案頭書，是可快速熟悉各平台AR項目開發的實戰教程，從中可以學習AR在市場營銷、教育、工業培訓和遊戲等領域的商業應用。本書以逐步教學的方式詳解如何使用Unity 3D、Vuforia、ARToolkit、 Microsoft 混合現實 HoloLens、Apple ARKit 和 Google ARCore 在移動智能設備和可穿戴設備上構建激動人心的AR應用程序，讓你快速掌握各種AR開發關鍵技術與知識，助你開發出自己的實用AR項目。 本書適合想要在各平台上開發AR項目的開發人員、設計人員等從業者，AR技術的研究者、相關專業師生，以及對AR技術感興趣的人員閱讀。

基於邊緣運算的多人擴增實境並使用新式場景辨識方法

為了解決Google ARCore的問題，作者鍾淳鎰 這樣論述：

多人擴增實境 (AR) 為用戶提供了一種更直觀的相互協作方式，讓其中一個使用者放置虛擬物件並由其他使用者查看。由於現今的智慧手機使用AR服務時會有高操作延遲，因此我們使用邊緣運算技術以開發多人 AR 系統，以減少操作延遲並提高裝置姿態估計的準確性。我們提出了一種新的場景辨識演算法，以應對大多數 AR 平台使用的同步定位和地圖建立 (SLAM) 演算法在使用者有大角度場景差異而無法辨識場景的問題。使用者不需繁雜的初始化過程即可使用我們的系統多人 AR 應用程式。結果表明，與SLAM算法相比，我們能夠識別水平角度相差40度以內的場景，並將虛擬物件放置在正確位置給觀看者，且定位誤差小於10%。