面向移动增强现实的多平面物体检测与跟踪

发布时间：2021-08-25 10:19

　　在增强现实领域,为达到虚拟物体与现实世界交互的效果,需要能感知现实世界中物体的状态。因此,平面物体的检测与追踪是增强现实系统中的一个重要组成部分,以这两项技术为基础的基于平面物体的增强现实,有着广泛的应用场景。平面物体的检测与跟踪在得到平面物体边界框的基础上,还需要恢复物体的6自由度位姿。目前在大视角、远距离、复杂背景等情况下的平面物体检测与跟踪仍然是一个亟待解决的问题。为此,本文深入了研究平面物体的检测与跟踪问题,并提出了一套算法,可以快速检测出上述困难场景中的多个预定义平面物体,并在移动端以约100FPS的速度对平面物体的姿态进行跟踪,在速度上达到了先进水平。本文的主要贡献如下:1)提出了一种自顶向下的平面物体检测算法。通过区域提议算法初步判断平面物体可能存在的区域,得到物体的大致位置与尺度信息,从而降低了平面物体的检索与对齐的难度。可以有效的处理复杂背景和远距离下的多个平面物体的检测问题。除此之外还加入了对于检测结果的验证算法,防止返回错误的检测结果。2)在以往算法基础上提出了一种基于关键帧的平面物体跟踪框架。使用直接法进行相邻帧间的跟踪,使用平面假设建立局部地图,使用重投影误差... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

图１．２基于自然标记的增强现实（图片引自［」］）

图１．１人工标记（左边图片引自ｒ］）。??＿??＿?通他■ｈＪ??图１．２基于自然标记的增强现实（图片引自［」］）。??经成了应用和研究的主流。本文研究的平面物体检测与追踪即平面自然标记检测与追踪，??以下不加区分的使用“平面标记”和“平面物体”。??１．３平面硫检测??给定一帧图片，平面标记检测的目的是判断图片中是否存在预设标记，并且得到标记??的种类和初始位姿。可以看到，这里实际上要做的事情有两个：图像中标记的种类的识别??与标记的对齐。??２??

使用这个码书可以将待查询图像的局部特征转换为ｎ个单词。假设这ｎ个单词中??包含ｍ种不重复的单词，统计各个单词出现的数目，就可以得到一个长度为ｉｔ的向量来??作为图像的表示，这个过程如图１．３：??得到当前帧的表示向量之后，就可以与预定义的各个标记的表示向量进行比较，从而??得到当前帧对应的标记类别。记表示当前帧的向量为％，预定义的标记对应的向量集合为??Ｒ可以得到标记的ＩＤ??ｉ?＝?ａｒｇｍｉｎｒｆ（？；〇，?，Ｖｉ?ｅＶ?（１．１）??ｉ??其中咖Ｑ，叫）表示向量如与向量％之间的欧氏距离。实际使用时，由于码书中单词??可能很多，而出现的单词很少，因此最后得到的向量是稀疏的。在计算时利用这一点可以??得到很快的计算速度。??１．３．１．２?类?ＢｏＷ?棋型??基于ＢｏＷ算法的框架，又有许多改进的算法被提出。Ｌａｚｅｂｎｉｋ等人指出ＢｏＷ只统??计了全局的单词出现频率


本文编号：3361932