在增強(qiáng)現(xiàn)實(shí)領(lǐng)域,為達(dá)到虛擬物體與現(xiàn)實(shí)世界交互的效果,需要能感知現(xiàn)實(shí)世界中物體的狀態(tài)。因此,平面物體的檢測(cè)與追蹤是增強(qiáng)現(xiàn)實(shí)系統(tǒng)中的一個(gè)重要組成部分,以這兩項(xiàng)技術(shù)為基礎(chǔ)的基于平面物體的增強(qiáng)現(xiàn)實(shí),有著廣泛的應(yīng)用場(chǎng)景。平面物體的檢測(cè)與跟蹤在得到平面物體邊界框的基礎(chǔ)上,還需要恢復(fù)物體的6自由度位姿。目前在大視角、遠(yuǎn)距離、復(fù)雜背景等情況下的平面物體檢測(cè)與跟蹤仍然是一個(gè)亟待解決的問題。為此,本文深入了研究平面物體的檢測(cè)與跟蹤問題,并提出了一套算法,可以快速檢測(cè)出上述困難場(chǎng)景中的多個(gè)預(yù)定義平面物體,并在移動(dòng)端以約100FPS的速度對(duì)平面物體的姿態(tài)進(jìn)行跟蹤,在速度上達(dá)到了先進(jìn)水平。本文的主要貢獻(xiàn)如下:1)提出了一種自頂向下的平面物體檢測(cè)算法。通過區(qū)域提議算法初步判斷平面物體可能存在的區(qū)域,得到物體的大致位置與尺度信息,從而降低了平面物體的檢索與對(duì)齊的難度�？梢杂行У奶幚韽�(fù)雜背景和遠(yuǎn)距離下的多個(gè)平面物體的檢測(cè)問題。除此之外還加入了對(duì)于檢測(cè)結(jié)果的驗(yàn)證算法,防止返回錯(cuò)誤的檢測(cè)結(jié)果。2)在以往算法基礎(chǔ)上提出了一種基于關(guān)鍵幀的平面物體跟蹤框架。使用直接法進(jìn)行相鄰幀間的跟蹤,使用平面假設(shè)建立局部地圖,使用重投影誤差... 

【文章來(lái)源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．２基于自然標(biāo)記的增強(qiáng)現(xiàn)實(shí)（圖片引自［」］）

圖１．１人工標(biāo)記（左邊圖片引自ｒ］）。??＿??＿?通他■ｈＪ??圖１．２基于自然標(biāo)記的增強(qiáng)現(xiàn)實(shí)（圖片引自［」］）。??經(jīng)成了應(yīng)用和研究的主流。本文研究的平面物體檢測(cè)與追蹤即平面自然標(biāo)記檢測(cè)與追蹤，??以下不加區(qū)分的使用“平面標(biāo)記”和“平面物體”。??１．３平面硫檢測(cè)??給定一幀圖片，平面標(biāo)記檢測(cè)的目的是判斷圖片中是否存在預(yù)設(shè)標(biāo)記，并且得到標(biāo)記??的種類和初始位姿�？梢钥吹�，這里實(shí)際上要做的事情有兩個(gè)：圖像中標(biāo)記的種類的識(shí)別??與標(biāo)記的對(duì)齊。??２??

使用這個(gè)碼書可以將待查詢圖像的局部特征轉(zhuǎn)換為ｎ個(gè)單詞。假設(shè)這ｎ個(gè)單詞中??包含ｍ種不重復(fù)的單詞，統(tǒng)計(jì)各個(gè)單詞出現(xiàn)的數(shù)目，就可以得到一個(gè)長(zhǎng)度為ｉｔ的向量來(lái)??作為圖像的表示，這個(gè)過程如圖１．３：??得到當(dāng)前幀的表示向量之后，就可以與預(yù)定義的各個(gè)標(biāo)記的表示向量進(jìn)行比較，從而??得到當(dāng)前幀對(duì)應(yīng)的標(biāo)記類別。記表示當(dāng)前幀的向量為％，預(yù)定義的標(biāo)記對(duì)應(yīng)的向量集合為??Ｒ可以得到標(biāo)記的ＩＤ??ｉ?＝?ａｒｇｍｉｎｒｆ（？；〇，?，Ｖｉ?ｅＶ?（１．１）??ｉ??其中咖Ｑ，叫）表示向量如與向量％之間的歐氏距離。實(shí)際使用時(shí)，由于碼書中單詞??可能很多，而出現(xiàn)的單詞很少，因此最后得到的向量是稀疏的。在計(jì)算時(shí)利用這一點(diǎn)可以??得到很快的計(jì)算速度。??１．３．１．２?類?ＢｏＷ?棋型??基于ＢｏＷ算法的框架，又有許多改進(jìn)的算法被提出。Ｌａｚｅｂｎｉｋ等人指出ＢｏＷ只統(tǒng)??計(jì)了全局的單詞出現(xiàn)頻率


本文編號(hào)：3361932