《表1 4种算法特征点识别对比》
SIFT算法的特征描述符具有旋转和尺度不变性[5];SURF算法由SIFT改进而来,大幅提高了计算效率[6];ORB特征是目前非常具有代表性的实时图像特征,其很少受到图像噪声的影响,可以满足实时性的要求[7];高通Vuforia算法是一个静态链接库,作为客户端封装进最终的App中,用来进行最主要的识别功能,提供了一系列的工具,其SLAM(Simultaneous Localization And Mapping)算法对于物品追踪和识别的效率最高。为了确保系统具有实时性和准确性,需要性能优良且准确率高的特征点提取算法来帮助系统进行目标识别,因此针对上述算法的性能进行了研究。基于OpenCV平台的Python脚本,使用古代农具“铜铲”作为识别目标,对上述算法进行了对比,对比结果如图5和表1所示。
图表编号 | XD00119609000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 冯晓琪、刘念、郭霄宇、郑世珏 |
绘制单位 | 华中师范大学计算机学院、华中师范大学计算机学院、华中师范大学计算机学院、华中师范大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |