【A0012013B】Vuforia v1.5 SDK: Analysis and evaluation of capabilities

Vuforia v1.5 SDK: Analysis and evaluation of capabilities

引用: Ibañez, A. S., & Figueras, J. P. (2013). Vuforia v1. 5 SDK: Analysis and evaluation of capabilities (Doctoral dissertation, Master Thesis, Universitat Politecnica De Catalunya).
关键词:增强现实;Vuforia;图像识别

这是西班牙加泰罗尼亚理工大学2013年的一篇硕士学位论文,本文对Vuforia v1.5版本的SDK通过实验进行了性能评估,由于学位论文篇幅较长,我重点学习了第六章的测试部分。


文章内容:

第一章:Augmented Reality And Image Recognition

本章主要介绍了增强现实和图像识别的一些概念性问题


第二章:Vuforia Augmented Reality SDK

本章主要介绍了Vuforia增强现实的特点和功能

1.结构
Camera
Image Converter
Tracker
Video Background Renderer
Application Code
Target Resources
2.特性
3.跟踪
Image targets(Datasets、Parameters)
Multi targets
Frame Marker
4.虚拟按钮
5.Target management system(TMS)


第三章:Vuforia Field Of Applications

介绍Vuforia的应用


第四章:Application Development

用Unity结合Vuforia SDK进行应用开发


第五章:Inmediate Incoming Future 2.0

介绍了Vuforia SDK 2.0版本的新功能


第六章:Test And Results

本章对Vuforia的性能进行了测试。

1.初始准备阶段

(1)目标图片的设计与制作

①第一步确定最易于之别的形状:多边形

这里写图片描述
这里写图片描述
a. Vuforia的检测算法基于无标记的自然特征识别
b.特征点质量的三要素:

高密度 high density
均匀分布 uniform distribution
无重复 no repetitive patterns

c.简言之,在形状上棱角越多越易于特征提取

②第二步对比不同形状的多边形(避免特征重复)

这里写图片描述

a. 实验得到:对比度高,未重复,但是特征分布不均匀,且特征点识别度不高

③改变图片纹理和背景

这里写图片描述
这里写图片描述

a. 改变纹理和背景之后产生高对比度,特征质量有提高
b. 目标管理器处理图片的三个依据:

形状、阴影和均匀的特征分布

c. 检测算法的工作方式:从左到右执行水平扫描,图像阴影的变化增强了该过程

这里写图片描述

d. 阴影在很大程度上决定了质量;在特征点高密度和高对比度时,形状并不是很重要。

(2)确定图像色调

①直方图

a.用直方图来分析色调的改变如何影响跟踪
b.偏暗的图像,直方图中左、中心有大量数据
c.偏亮的图像,直方图中右、中心有大量数据
这里写图片描述
d.彩色或灰色不影响直方图

②研究直方图分布与特征识别的关系

这里写图片描述
这里写图片描述
a.可以看出,直方图分布越均匀,识别度越高

③探究能识别的最小色调范围

这里写图片描述
a.暗色调更易于分辨
b.暗色和白色的最小识别是40和50

(3)检测算法的最低要求

这里写图片描述
a.一个像素色调的改变不足以影响图像的特征,至少需要两组以上随机的像素点来标记图像的特征。
b.算法通过两次扫描来确定标记的图像特征(上到下,左到右)

2.测试设备

这里写图片描述

同一设备测试同一应用,设备的系统、cpu、内存、相机等方面都存在差异。
用ISO12233图像检测相机质量
这里写图片描述

3.测试结果

测试分为两部分:检测与跟踪
对象也分为两种:可跟踪的图像目标与帧标记

这里写图片描述
这里写图片描述

(1)检测

①反应时间

a.特征图像检测,单个图像检测时间均小于1秒,多个图像检测时间有差异
这里写图片描述
b.帧标记图像检测,检测时间极短:因为帧标记只需要处理9个4位帧标记解码,处理时间短()且帧标记不需要上传TMS。
这里写图片描述

②距离

确定最小的检测距离,以便确定场景的边界
a.距离与目标大小成正比
b.帧标记易于识别,所以最小距离增大

③遮挡

这里写图片描述
a.平均分最大遮挡面积在55%-75%之间
b.可视区域中的特征点密集程度将决定是否检测到目标
c.帧标记不能被遮挡

④角度

这里写图片描述

a.最大倾角为与水平面50度左右

(2)跟踪

①距离

检测之后,跟踪图像的最大距离
a.在跟踪模式下,图像特征并不像检测那么很重要,只要图像和环境之间存在明显的对比度,就可以跟踪目标。

②移动速度

移动状态下,确定可跟踪的最大速度
这里写图片描述

③遮挡百分比

这里写图片描述
a. 图像跟踪不仅取决于图像的百分比,识别算法选择一组特征点将其与存储在数据库中的分布进行比较,而图像一旦被检测到,则需要更少的特征集来跟踪。

④角度

这里写图片描述

a. 道理同遮挡面积,一旦检测到可以允许很大的倾角。


第七章:Conclusions

猜你喜欢

转载自blog.csdn.net/wuyanmin1995/article/details/78252287