-
基于TLD的增强现实跟踪注册方法
提出了一种新的增强现实跟踪注册方法.采用跟踪-学习-检测TLD算法,将目标跟踪任务分成跟踪器、学习器和检测器,通过跟踪器和检测器并行对视频流中的图像帧进行跟踪、检测操作,并使用P-N学习算法进行学习和更新,综合这三部分从而确定稳定的目标位置;在所跟踪到目标位置的基础上,使用基于局部SURF算法对目标的特征点进行检测与匹配操作;根据所获得的特征点计算出三维注册参数,完成增强现实系统的跟踪注册.实验结果表明,所提出的方法有效地解决了传统跟踪算法目标跟踪不稳定、易丢失目标和目标检测算法耗时严重、准确度不高等问题,使增强现实系统更稳定、更具鲁棒性.李炎,尹东 - 系统仿真学报文章来源： 万方数据 -
一种基于距离约束的改进SURF算法
图像特征点匹配算法是增强现实几何一致性技术中的核心算法,目前图像特征点匹配算法耗时较大,准确性较差.提出了一种基于距离约束的改进SURF(Speeded-up Robust Features)算法:在特征点检测阶段,动态构建高斯金字塔图层,提高特征点提取的实时性和准确性;特征点的优化处理,避免提取到的图像特征点出现聚集现象.在特征点匹配阶段,对提取到的特征点构建KD-tree树索引,提高特征匹配的实时性和准确性.实验表明,改进的SURF算法有效地解决了目前方法存在特征提取时间相对较长,特征点匹配误差较大的缺点.李红波,赵永耀,吴渝,代文海 - 系统仿真学报文章来源： 万方数据
科创中国
