android平台的特征简答,基于Android平台的二进制特征方法的研究

摘要：

随着移动设备的迅速普及,图像数据规模的增大,传统的特征方法使用高维度浮点型的特征,需要大量的的存储空间和计算时间,因此,能够快速计算,快速匹配,高效存储的二进制特征成了新的研究热点. 本文具体研究BRIEF,ORB,BRISK,FREAK这四个二进制特征方法.首先,从特征检测,特征描述和特征匹配方面,深入研究二进制特征的通用特性,包括采样模型和鲁棒特性等.然后,选取SIFT,SURF这两个传统特征方法作为参照,研究各个二进制特征方法在PC和移动平台的时间空间性能,在旋转变化,尺度变化,模糊处理,照度变化和透视变化变化下的鲁棒性.具体包括:针对特征方法自身不同阶段进行研究,并分析其性能瓶颈.针对移动平台特性,分析研究特征方法性能,并研究其与平台的关系,分析平台的局限性,研究各种情况下的鲁棒性.最后,研究了二进制特征方法的并行化,从而提高性能. 通过设计实现PC平台和Android平台的自动化评测系统,扩充已有评测标准和测试图像数据集,进行了实验及分析.研究表明二进制特征具有很高的时间空间效率,时间性能提高10倍以上;在各种变化下有不同程度的鲁棒性,整体性能优越;并行化可达到1.3以上的加速比,能够一定程度提高性能.

展开