刘婉君
(四川大学计算机学院,成都610065)
平面目标跟踪是增强现实领域中一种针对平面目标的三维跟踪技术,同时也是各种视频应用中的一个基本任务[1]。随着社会智能化进程的加快,其需求和应用场景不断扩大。近年来,无人驾驶汽车、SLAM 系统等领域的出现,使得平面目标跟踪技术对于跟踪的精确性和鲁棒性要求也越来越高。回顾过去的几十年,在前人的不断努力和探索中,目标跟踪已取得了长足的进步,技术相对成熟。虽然各类优秀的算法和有效的新理论相继涌现,但现有的平面目标跟踪算法依旧无法完全适应各种恶劣的跟踪条件,特别是在视点移动过程中造成的运动模糊、遮挡、超出视野等复杂情况下仍面临着巨大挑战。
本文针对上述问题,介绍了一种结合边缘几何约束和直线特征的平面目标跟踪算法。在直线检测基础上,利用光流点确定平面物体的凸包范围筛选候选直线,再求解相邻两帧之间的直线重合度,构建像素点邻域内线段描述子,并基于重合度和特征向量相似度实现平面目标边缘直线的匹配,同时引入单应性矩阵对角点坐标进行约束,以确定最终目标位置。
到目前为止,常用的平面目标跟踪方法大致可分为三类,一是基于关键点的方法[2-3],需要提取原始特征构建周围点的二维描述符,以最近邻的方式进行匹配,但一旦出现重复纹理或者关键点稀疏,特征点可能会失效。二是基于模板的方法[4],直接利用像素的外观特征,不考虑特征点,然后通过最小化测量两帧间误差来估算模板的转换参数,通常容易受到局部遮挡和快速运动等扰动因素的影响。……