论文部分内容阅读
硬件技术的发展,特别是智能手机处理能力的提高,使得增强现实技术脱离PC机、头盔显示器等笨重设备的限制并向户外和无线发展成为可能,并由此推动了移动增强现实技术的产生和发展。与PC机相比,移动设备的处理能力相对较弱,尚无法进行场景的实时在线重建。针对上述问题,目前较为常用的策略是进行离线重建、在线注册。其中,在线注册由场景识别和虚实注册两个部分组成。对于场景识别和虚实注册,实时性与准确性是两个需要重点考虑的问题。针对传统尺度不变特征变换(Scale-Invariant Feature Transform, SIFT)算法不能在移动设备上在线实施的问题,在采用快速角点检测提取特征点的基础上,通过查找表以及描述符压缩算法,对SIFT描述符的生成过程及描述符匹配过程进行加速,以满足移动设备特征点提取、描述符生成及匹配的实时性需求。针对基于传统变换编码的检索方法在进行穷举检索及非对称距离计算会导致大量距离计算的问题,通过将原始向量进行子向量划分编码以加速非对称距离计算过程,此外,将原始的穷举搜索分为三部分:粗搜索、精确搜索与重排序,以减少搜索的向量数目。为了达到实时注册,将虚实注册分成摄像机位姿初始化与摄像机追踪两部分。摄像机位姿初始化阶段,采用改进后的尺度不变特征变换及引导匹配计算初始摄像机位姿。摄像机追踪阶段,采用光流追踪算法完成自然场景的追踪。实验结果表明,快速场景识别算法在提供合理的查找性能的同时,还可以有效降低移动设备上的内存空间占用量,一定程度上提高了基于视觉的移动增强现实场景识别的性能;改进后的虚实注册方法能在目前主流手机上(1G主频)以10HZ的帧率追踪非平面场景,一定程度上解决了移动增强现实虚实注册的实时性问题。