19

ここで質問し、SURFとSIFTの両方を試した後、どちらも、カメラからのストリームを追跡するのに十分な速さでインタレストポイントを生成するのに十分な効率であるとは言えません。

たとえば、SURFは画像のインタレストポイントを生成するのに約3秒かかります。これは、Webカメラからのビデオを追跡するには遅すぎます。携帯電話で使用すると、さらに悪化します。

特定の領域、そのスケール、傾斜などを追跡するアルゴリズムが必要なだけで、その上に構築できます。

ありがとう

4

7 に答える 7

14

SURFの使用法を変更する必要があると思いますか？

これは、モバイルデバイスでの拡張現実アプリケーションにSURFを使用することに関するMITの論文へのリンクです。

抜粋：

このセクションでは、SURFアルゴリズムの実装と携帯電話への適応について説明します。次に、精度が最近傍探索の速度に与える影響について説明し、マッチング精度への影響を最小限に抑えて、桁違いの速度向上を達成できることを示します。最後に、画像照合パイプラインの電話による実装の詳細について説明します。電話機のパフォーマンス、メモリ使用量、および帯域幅消費量を調査します。

また、OpenCVのアルゴリズムは試され、テストされているため、調査することをお勧めします。

アプリケーションの制約によっては、これらのアルゴリズムの一般性を減らして、画像内の既知のPOIとマーカーを探すことができる場合があります。

POIの追跡の一部は、2D画像のあるポイントから別のポイントへのベクトルを推定し、オプションで、POIがまだそこに存在することを確認することです（ピクセル特性を介して）。同じアプローチを使用して、POIおよびPOIグループ/オブジェクトの遠近法と回転の変化を追跡（画像全体を再スキャンするのではなく）することができます。

2Dプロジェクションでオブジェクトを追跡するためのオンラインの論文はたくさんあります（多くの場合、サーバースキューまで）。

幸運を！

于 2009-08-23T17:15:14.240 に答える
7

FAST検出器を試す必要があります

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

于 2009-09-23T05:08:15.203 に答える
5

プロジェクトにSURFを使用していますが、OpenSURFは、OpenCVのSURF実装よりも速度とパフォーマンスが優れていることがわかりました。再現性と精度はまだテストしていませんが、はるかに高速です。

更新：各フレームでSURF一致ステップを実行する必要はなく、1フレームおきに実行して、SURFを実行しないフレーム内のオブジェクトの位置を補間することができることを指摘したいと思います。

于 2010-08-30T14:51:55.200 に答える
3

追跡する領域に厳しい制限を加える場合は、より単純なアルゴリズムを使用できます。ご存知のように、ARToolKitはかなり高速ですが、非常に明確なフレームを持つ黒と白のマーカーのみを追跡します。

（ある程度）汎用のトラッカーが必要な場合は、PTAMを確認することをお勧めします。このサイト（http://www.robots.ox.ac.uk/~gk/PTAM/）は現在ダウンしていますが、iPhone（http://www.youtube.com/watch ）で動作するビデオをご覧ください。 ？v = pBI5HwitBX4）

于 2009-08-23T17:12:15.400 に答える
2

制約付き組み込みシステムで使用したオプションの1つは、より単純な関心点検出器を使用することです。たとえば、FASTやShi-Tomasiなどです。FPGAをターゲットにしていて、大きなバッファリングを必要とせずにピクセルレートで簡単に実行できるため、Shi-Tomasiを使用しました。

次に、SURFを使用して、識別されたフィーチャの周囲の画像パッチの記述子を生成し、それらを照合および追跡の目的で使用します。

于 2011-11-25T11:50:18.317 に答える
2

他の人が言っているように、3秒は異常に長いようです。MahotasライブラリでSURFの実装をテストしているときに、かなり大きな画像（1024x768など）でも平均0.36秒かかることがわかりました。そして、それはPythonとCの組み合わせであるため、他のいくつかの純粋なC実装はさらに高速になると思います。

于 2011-04-19T14:09:22.720 に答える
2

http://computer-vision-talks.com/2011/01/comparison-of-the-opencvs-feature-detection-algorithms-2/で、各機能検出アルゴリズムのこの優れた比較を見つけました。

見てください。役に立つかもしれません！

その比較によると、mirror2imageも示唆しているように、FASTが最良の選択です。しかし、それはあなたが本当に達成したいことによって異なります。

于 2011-11-24T23:44:36.907 に答える