基于无标记的增强现实多目标注册跟踪系统研究与实现

《基于无标记的增强现实多目标注册跟踪系统研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于无标记的增强现实多目标注册跟踪系统研究与实现作者姓名卢明林学科专业计算机科学与技术指导教师张宇高级工程师所在学院计算机科学与工程学院论文提交日期2018年4月20日ResearchandimplementationofmultipletargetsregistrationandtrackingsystembasedonmarkerlessaugmentedrealityADissertationSubmittedfortheDegreeofMasterCandidate：LuMinglinSupervisor：Zhan

2、gYuSouthChinaUniversityofTechnologyGuangzhou,China分类号：TP39学校代号：10561学号：201520131490华南理工大学硕士学位论文基于无标记的增强现实多目标注册跟踪系统研究与实现作者姓名：卢明林指导教师姓名、职称：张宇高级工程师申请学位级别：工学硕士学科专业名称：计算机科学与技术研究方向：多媒体应用技术论文提交日期：2018年4月20日论文答辩日期：2018年5月31日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：齐德昱委员：文贵华董守斌唐韶华张齐Ｌ＇Ｉ

3、＾＿１大ｆ苧ＣｉｌＴＴ辱性声明本入郑重声明：所呈交的论文是本入在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个入或集体己经发表或撰写的成果作品。对本文的研宄做出重要贡献的个人和集体，均已在文中以明确方式标明。本入完全意识到本声明的法律后果由本人承担。作者签名／日期：年！月？日户竭丨学彳立论文脈杈使兩授权书本学位论文作者完全了解学校有关保留，即：、使用学位论文的规定研宄生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并

4、向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外学校可以公布学位论文的全、、汇编学位部或部分内容，可以允许釆用影印缩印或其它复制手段保存一致论文。本人电子文档的内容和纸质论文的内容相。本学位论文属于：：年日）□保密５（校保密委员会审定为涉密学位时间＿月＿＿＿＿于年日解密后适用本授权书。＿月＿＿０不保密，同意在校园网上发布，供校内师生和与学校有共享协议的单位浏览；同意将本入学位论文提交中国学术期刊（光盘版）电子杂志社全文出版和编入ＣＮＫ上Ｉ《中国知识资源总

5、库》，传播学位论文的全部或部分内容。（请在以相应方框内打“Ｖ”）年作者签名＿抓日期月幻日＋指导教师签名：日期續年夕月｝｜日＇作联者联系电话：电子邮箱：系地址（含邮编摘要增强现实(AR)技术于近几年来得到了飞速的发展，其应用逐渐占据了人类社会的焦点。生活中我们可以看到AR游戏，如曾经盛行的PokémonGo；在教学领域中通过AR模型的展示，让学生们得到更深刻的感官体验；在工业生产制造中，还可以看到通过AR指引装配工人安装器件。随着技术的逐渐成熟，未来AR应用市场将有着巨大的潜力。早期基于标记的增强现实技术

6、依赖于框标的存在，无法应用于自然特征的环境中，越来越多的应用场景更倾向采用无标记的增强现实技术。目前，市场上的增强现实开发平台众说纷纭，大部分平台以提供封装的开放接口为主，开源增强现实其底层核心算法的只有ARToolKit，并且对无标记增强现实的多目标注册跟踪研究较少。本文利用词汇树的数据结构，提取图像集的SIFT特征点描述子进行分层聚类，训练出相应的词汇树模型。识别阶段利用词汇树注册的图像库检索出视频帧中的多个目标，结合单应性变换的误差损失值，在原来的检索基础性能上提升了3.02%。跟踪阶段采用改进的KLT目标跟踪算法实现了多目标实

7、时跟踪，相比于传统的KLT跟踪算法在precision上提升了25%，successrate上提升了37.5%。最后实现了无标记的增强现实多目标注册跟踪系统。本文提出了无标记的增强现实多目标注册跟踪方法，包括离线阶段：1）提取待注册图像集的特征点，对其SIFT描述子进行k-means分层聚类，训练出相应的词汇树模型；2）为词汇树的叶子节点链接倒排索引并注册其出现过的图像id，根据整棵词汇树的各叶子节点的倒排索引长度，生成一棵带tf-idf的词汇树。在线阶段：1）识别线程通过设计的多目标检索算法，不断搜寻未识别区域的新目标，交予一个新的

8、跟踪线程；2）跟踪线程采用改进的KLT算法对各目标进行跟踪，更新位姿矩阵，并反馈各目标的状态到识别线程；3）渲染线程对各跟踪线程提供的位姿矩阵信息进行3D模型的渲染。实验结果表明本系统在存储效率和识别速度上相比ARToo