تصفح و نخل البديلة كائن تتبع خوارزمية الواقع المعزز

Question

بعد طرح هنا و يحاول كل من تصفح و نخل ، ومنهم من طبقات تكون فعالة بما فيه الكفاية لإثارة الاهتمام نقاط سريعة بما يكفي لتتبع تيار من الكاميرا.

تصفح على سبيل المثال يستغرق نحو 3 ثوان إلى توليد الاهتمام نقاط عن صورة هذا بطيء جدا أن تتبع الفيديو من كاميرا ويب, وأنه سوف يكون أسوأ عند استخدامه على الهاتف المحمول.

أنا فقط بحاجة إلى خوارزمية المسارات منطقة معينة ، مقياس الميل ، الخ..وأنا يمكن أن نبني على أعلى من ذلك.

شكرا

Answer 1

أظن أن استخدام تصفح الخاص بك قد يحتاج إلى بعض التغيير؟

هنا رابط إلى ورقة معهد مدمجة عن استخدام تصفح لتطبيقات الواقع المعزز على الأجهزة المحمولة.

مقتطفات:

في هذا القسم، نقدم تنفيذنا لتصفح الغورثم وتكييفه إلى الهاتف المحمول. بعد ذلك، نناقش تأثير هذه الدقة على سرعة البحث عن أقرب جار وإظهار أنه يمكننا تحقيق أمر من حيث الحجم بسرعة مع الحد الأدنى من التأثير على دقة مطابقة. أخيرا، نتعامل مع تفاصيل تطبيق الهاتف لخط أنابيب مطابقة الصورة. نحن ندرس الأداء واستخدام الذاكرة واستهلاك النطاق الترددي على الهاتف.

قد ترغب أيضا في النظر في خوارزميات OpenCV لأنها محاكمة واختبارها.

يعتمد على القيود من التطبيق الخاص بك، قد تكون قادرا على تقليل الجماعة من الخوارزميات التي تبحث عن pois والعلامات المعروفة داخل الصورة.

جزء من تتبع يقدر POI متجهه من نقطة واحدة في الصورة 2D إلى أخرى، ثم تأكيد اختياريا أنه لا يزال موجودا هناك (من خلال خصائص البكسل). يمكن استخدام نفس النهج لتتبع (وليس إعادة فحص الصورة بأكملها) ل POI و POI Project منظور وتغييرات الدوران.

هناك الكثير من الأوراق عبر الإنترنت لتعقب الكائنات على إسقاط ثنائي الأبعاد (ما يصل إلى Servere Skew في كثير من الحالات).

حظ سعيد!

Answer 2

يجب أن تحاول كاشف سريع

http://svr-www.eng.cam.ac.uk/~er258/work/fast.html.

Answer 3

نحن نستخدم تصفح للمشروع وجدنا opensurf. لتطبيق تصفح OpenCV OpenCV في السرعة الخام والأداء. ما زلنا لم نختبر التكرار والدقة، لكنها أسرع بطريقة أسرع.

---

تحديث: أردت فقط الإشارة إلى أنك لا تحتاج إلى إجراء خطوة تطابق تصفح في كل إطار، فيمكنك ببساطة القيام بذلك كل إطار آخر وإحباط موضع الكائن في الإطار الذي لا تنتهك تصفحه.

Answer 4

يمكنك استخدام خوارزمية أبسط إذا كنت ستجعل قيودا أكثر صرامة على المنطقة التي ترغب في تتبعها. كما تعلم بالتأكيد، Artoolkit سريع جدا، ولكن فقط يتتبع علامات أبيض وأسود مع إطار متميز للغاية.

إذا كنت تريد تعقب للأغراض العامة (إلى حد ما)، فقد ترغب في التحقق من PTAM. الموقع (http://www.robots.ox.ac.ac.uk/~gk/ptam/) لأسفل حاليا، ولكن هنا فيديو Snazzy يعمل على iPhone (http://www.youtube.com/watch؟v=pbi5hwitbx4.)

Answer 5

كما ذكر آخرون, ثلاث ثوان يبدو طويلة بشكل غير عادي.في حين أن اختبار تصفح التنفيذ في Mahotas مكتبة, وجدت أن الأمر استغرق في المتوسط 0.36 ثانية ، حتى مع بعض إلى حد كبير الصور (مثلا ، 1024x768).وهذا مع مزيج من بيثون C, لذلك أنا أتصور بعض pure-C تطبيقات سيكون أسرع.

Answer 6

لقد وجدت هذه المقارنة الجميلة لكل خوارزميات الكشف عن كل http://computer-vision-talks.com/2017/01/comparison-of-the-opencvs-feature-dection-algoritmitms-2/

الق نظرة. قد يكون مفيدا!

وفقا لتلك المقارنة، كما اقترحت المرآة 2Image، بسرعة هي الخيار الأفضل. لكن ذلك يعتمد على ما تريد تحقيقه حقا.

Answer 7

أحد الخيارات التي استخدمتها في الأنظمة المضمنة المحدودة هي استخدام كاشف نقطة الفائدة أبسط: سريع أو شي-توماسي على سبيل المثال. لقد استخدمت Shi-Tomasi، حيث كنت أستهدف FPGA ويمكن تشغيله بسهولة بمعدل بكسل دون وجود ازدواجية كبيرة مطلوبة.

ثم استخدم تصفح لتوليد واصفات تصحيح الصورة حول الميزات المحددة واستخدامها لأغراض مطابقة وتتبع.