论文部分内容阅读
近年来,随着移动终端的快速普及,硬件性能的不断提升,通信网络技术的不断发展,基于移动端的增强现实应用研究也正引起越来越多的关注。移动增强现实技术开始成为增强现实领域的研究热点之一。移动增强现实在实现过程中涉及到一个关键性的技术,那就是对标识物的识别跟踪。得益于日益强大的图形图像识别算法,目标识别技术已经越来越成熟,并且已经成为了移动增强现实中的重要研究点和应用点。目前在移动增强现实研究中常涉及到的目标识别技术大致分为单目标识别和多目标识别两类。目标识别对象的载体可以是日常生活中我们常见的任何物体或者物体和周围环境的组合,并且通常以多个目标同时存在于一个场景中的情况出现。考虑到移动增强现实应用的实用性和更好的用户体验,本文基于多目标识别技术来展开研究。Vuforia作为一款主流的增强现实开发工具包,其在目标识别的功能性和稳定性上,都有着非常好的表现。其在实现方式上分为本地识别和云识别,而本地识别对多目标识别的支持性非常好,云识别方式目前仅支持单目标识别。本文综合分析了这两种方式的优劣,同时充分考虑了软件性能优化和用户体验,提出了一种改进的基于多目标识别技术的移动增强现实实现方法,进而对移动增强现实中的存储优化问题展开了应用研究。改进后方法的优势在于:(1)通过Vuforia来完成对标识物的跟踪识别,可以实现多目标识别,并且具有良好的识别稳定性。(2)通过Unity3D来完成场景的渲染,与传统的OpenGL ES相比,其具有渲染功能更加强大、跨平台性更好、支持可视化开发等多种优秀特性,可以得到更好的虚实交互效果。(3)引入了服务器技术,可以汲取云识别的优点,实现云存储。(4)引入了动态加载技术。可以极大地优化内存占用,实现版本的动态更新,提高软件实用性,提升用户体验。随着增强现实的受关注度越来越高,用户体验需求的日益增长,高性能智能终端的快速普及,移动增强现实从业者越来越多。因此,本文所研究的内容和提出的方法具有一定的研究意义和应用价值。