基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为解决AR技术中运动目标的识别与跟踪这一问题,提出了一种基于特征点匹配结果提纯和迭代最近邻算法的目标识别与跟踪算法.通过提取目标与视频图像的FREAK特征,采用暴力匹配的方法,并利用Hough投票以及求解单应性矩阵的方法对匹配结果进行提纯.在目标识别过程中,通过特征点提纯结果检测出视频中目标出现的第一帧,并利用迭代最近邻算法求解初始旋转平移矩阵;在目标跟踪过程中,利用上一帧中特征点的位置,通过与目标图片进行模板匹配,得到当前帧中特征点的位置,再利用迭代最近邻算法求得当前帧的旋转平移矩阵.实验结果表明,该算法能够对运动目标进行准确实时的识别和跟踪.
推荐文章
基于视频图像的目标识别与跟踪算法
视频图像
目标识别
目标跟踪
缩微环境
基于全景视觉的目标识别与跟踪
全景视觉
目标识别
跟踪
RANSAC
SIFT
粒子滤波
基于VC++6.0的目标识别和跟踪算法验证系统
VC++6.0
目标识别和跟踪
算法验证
基于图像处理算法的目标识别、定位与跟踪系统设计与实现
目标识别
目标定位与跟踪
图像处理算法
嵌入式技术
智能控制
定位精确度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于单目AR环境下的目标识别与跟踪算法
来源期刊 计算机技术与发展 学科 工学
关键词 单目AR 目标识别 目标跟踪 特征点优化 迭代最近邻算法 模板匹配
年,卷(期) 2018,(10) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 8-12
页数 5页 分类号 TP301.6
字数 4160字 语种 中文
DOI 10.3969/j.issn.1673-629X.2018.10.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙涵 南京航空航天大学计算机科学与技术学院 36 283 10.0 16.0
2 郭阳阳 南京航空航天大学计算机科学与技术学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (103)
共引文献  (225)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (0)
1936(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(11)
  • 参考文献(1)
  • 二级参考文献(10)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(13)
  • 参考文献(0)
  • 二级参考文献(13)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
单目AR
目标识别
目标跟踪
特征点优化
迭代最近邻算法
模板匹配
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导