人機交互系統(tǒng)中的目標跟蹤算法研究.pdf

1、近年來，隨著虛擬現(xiàn)實技術(shù)的發(fā)展，自然、便攜和無侵入性成為了人機交互系統(tǒng)的發(fā)展方向。本文目的是通過目標跟蹤技術(shù)提供一種基于普通紙張的自然、便攜和無侵入性的人機交互方式。但是由于普通紙張缺少顯著的紋理特征，傳統(tǒng)的跟蹤算法很難完成魯棒性的跟蹤：跟蹤不準確或失敗，這極大地影響了人機交互中的用戶體驗。本文重點研究了實時和魯棒的普通紙張跟蹤的方法。
　　由于高效和準確的紙張檢測是實時和魯棒的紙張跟蹤的基礎，本文提出了一種基于LSD的紙張檢測算

2、法，通過實驗驗證了對于不同類型的紙張以及在紙張部分被遮擋的情況下，魯棒性很好。又與基于Hough的紙張檢測算法做了對比，在測試樣例中，本文算法平均耗時為24.1ms，而基于Hough直線檢測的算法平均耗時為35.7ms，從效率上講明顯優(yōu)于后者，證明了算法的高效性。
　　本文提出了結(jié)合基于 LSD的紙張檢測算法和壓縮感知跟蹤算法的普通紙張跟蹤算法。此算法通過紙張檢測后取的正負樣本更新分類器來進行跟蹤，跟蹤后又進行檢測。在有大面積遮擋

3、情況時，由于有了上下文幀與幀之間的關系，此時可以根據(jù)跟蹤結(jié)果來估計紙張位置，跟蹤算法并不會失敗，所以魯棒性非常好。由于本文提出的基于 LSD的紙張檢測算法和引入的壓縮感知跟蹤算法的效率都是非常高的，加上跟蹤后只做小范圍的檢測，降低了時間復雜度，所以效率也非常高（本文測試實驗表明可以達到52幀/s）。
　　總之，本文提出的普通紙張跟蹤算法不但魯棒而且高效。最后，本文通過由Kinect和微型投影儀組成的人機交互系統(tǒng)對此算法進行了檢驗，