-
公开(公告)号：CN103903013A
公开(公告)日：2014-07-02
申请号：CN201410151036.X
申请日：2014-04-15
Applicant: 复旦大学
IPC: G06K9/62
Abstract: 本发明属于统计模式识别与图像处理技术领域，具体为一种无标记平面物体识别的优化算法。本发明以局部特征关键点作为无标记物体的特征，采用二分类的决策算法分别在离线训练和实时识别阶段开始阶段进行特征提取；使用随机Ferns分类器对关键点进行离线训练；识别阶段采用随机抽样一致性算法得到物体在实时帧中的位置与姿态；将计算所得目标物体位姿信息附加在虚拟物体上，叠加在真实场景中完成增强现实系统。本发明主要两点优化：特征检测阶段，对关键点进行加权筛选；识别阶段，采用改进后的ARANSAC拟合算法将初始随机集合中的内点比例增大，提高拟合的性能。本发明较之基线算法在各方面性能都得到极大提升，可满足增强现实系统的实时性、可靠性要求。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
