面向增強現實的目標檢測和跟蹤算法研究.pdf

1、目標檢測和跟蹤是增強現實的重要支撐技術。傳統(tǒng)的目標檢測和跟蹤算法并沒有考慮目標的射影變換,而是采用仿射變換近似目標的幾何形變。而面向增強現實的目標檢測和跟蹤技術通過目標和視頻圖像之間的射影變換,實時地計算出出目標在真實場景中的位置,以確保虛擬物體能夠準確地疊加到真實場景中的正確位置。因此,如何精確地求解目標的射影變換是本文的研究重點。
　　在傳統(tǒng)算法中,基于SIFT特征匹配的目標檢測和跟蹤算法因具有良好的尺度不變性和旋轉不變性,已

2、成為當今目標檢測和跟蹤的主流算法。然而,傳統(tǒng) SIFT特征匹配算法的時間復雜度較高,無法滿足增強現實系統(tǒng)實時性的要求。為了改進傳統(tǒng)算法耗時的缺點,本文通過改進原始算法中耗時的步驟,提出一種實時的基于改進SIFT特征匹配的目標檢測和跟蹤算法。首先使用AGAST角點檢測算子替代DoG尺度空間極值點檢測算法從而實現快速提取特征點,并通過降低特征描述子向量維數提高描述子生成速度,最后利用多隨機 K-d樹和漸進式抽樣算法(PROSAC)進行特征匹