自然标记增强现实实现

Question

在发现OpenCV的强大功能后,我决定使用该库来开发我正在研究的自然标记跟踪引擎.但我的问题是我不知道如何正确实施这种跟踪器.

我制定了以下计划:

1. 使用对象跟踪算法之一(例如SIFT,SURF等)来描述和从实时摄像机馈送中提取关键点.
2. 基于提取的关键点,将它们转换为直方图,并将直方图与存储的标记的直方图进行比较.
3. 找到匹配项后,转换这些位置信息并将其传递给负责渲染3d对象的引擎.

我尝试了SIFT和SURF算法来描述和提取关键点,最终结果是两种算法的超低fps(即小于0 fps).我注意到SIFT和SURF在计算上相当昂贵,它是否适合在现场摄像机上进行这种跟踪？

谢谢.

Answer 1

SIFT 和 SURF 是成功的视觉特征，并且可能是正确的方法（尽管存在计算速度更快的特征）。
SIFT 可以在 GPU 上高效计算。请参阅siftGPU。