ar的主流算法

基于无标志AR:代表作是PTAM/M,Mixare,将是AR未来的发展方向

跟踪技术可以大致分成两大类,一类是基于特征的跟踪(Feature Based Tracking),比如通过跟踪从输入图像中抽取的特征点,特征边缘等完成目标的三维运动估计和跟踪。

另一类是基于模板的跟踪(Template Based Tracking)即通过匹配部分输入图像的灰度图实现跟踪。

基于特征的跟踪 Feature Based Tracking颇具代表性的工作是牛津大学工程系机器人研究所的PTAM, 参见Georg Klein 留在大学的主页http://www.robots.ox.ac.uk/~gk/PTAM/ 可以下载学习源码。

基于模板的的跟踪 Template Based Tracking颇具代表性的工作是洛桑联邦理工大学计算机视觉实验室的工作,见 Vincent Lepetit主页的系列实时跟踪的文章 http://cvlab.epfl.ch/~lepetit/ 

另外也值得下载学习Vincent的合作者Stefan Hintersser 主页 http://campar.in.tum.de/Main/StefanHinterstoisser 上的源码,大部分是基于OpenCV的。

 

 

四种AR的实现方式:http://www.sohu.com/a/130629542_335284

 

知乎回答:https://www.zhihu.com/question/36789791

 

转载于:https://www.cnblogs.com/feifanrensheng/p/9011217.html

  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值