文献

J-GLOBAL ID：201902264863860670   整理番号：19A2179255

改良KCF追跡とORB特徴検出に基づく拡張現実感追跡レジストレーション【JST・京大機械翻訳】

Augmented Reality Tracking Registration Based on Improved KCF Tracking and ORB Feature Detection

著者 (4件)： Yangping Wang (School of Electronics & Information Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China) ,  jiu Yong (School of Electronics & Information Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China) ,  Zhengping Zhu (School of Electronics & Information Engineering, Lanzhou City University, Lanzhou 730070, China) ,  Decheng Gao (School of Electronics & Information Engineering, Lanzhou City University, Lanzhou 730070, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICICN  ページ： 230-233  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 拡張現実(AR)システムの3D登録におけるターゲット追跡と特徴検出は,環境,時間がかかるアルゴリズムと低い精度に対して脆弱である。改良カーネル相関フィルタ(KCF)KCF追跡とORB(指向FASTと回転BRIEF)特徴検出に基づくAR追跡登録法を提案した。最初に,KCFアルゴリズムを用いて登録目標位置を追跡した。すべての以前のフレームの戦略を考慮することによって,KCF追跡における目標モデルの重みベクトルのリアルタイム更新の問題を解明して,それは目標位置の追跡をリアルタイムで効果的にした。高いリアルタイム性能を有するORB演算子を用いて,ターゲット位置を検出した。次に,検出された目標位置の特徴点を整合させ,三次元登録行列を整合特徴点に従って計算し,三次元登録を行った。実験結果は,改良方法がより良いリアルタイム性能,安定性とロバスト性を達成することを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ロバスト性 ,  ベクトル ,  アルゴリズム ,  三次元 ,  *拡張現実感
準シソーラス用語： 特徴点 ,  実時間 ,  目標位置 ,  相関フィルタ ,  脆弱性 ,  ターゲット追跡 ,  *特徴検出 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 追跡 ,  特徴検出 ,  拡張現実感 ,  レジストレーション