人機(jī)交互系統(tǒng)中的目標(biāo)跟蹤算法研究.pdf

1、近年來(lái)，隨著虛擬現(xiàn)實(shí)技術(shù)的發(fā)展，自然、便攜和無(wú)侵入性成為了人機(jī)交互系統(tǒng)的發(fā)展方向。本文目的是通過(guò)目標(biāo)跟蹤技術(shù)提供一種基于普通紙張的自然、便攜和無(wú)侵入性的人機(jī)交互方式。但是由于普通紙張缺少顯著的紋理特征，傳統(tǒng)的跟蹤算法很難完成魯棒性的跟蹤：跟蹤不準(zhǔn)確或失敗，這極大地影響了人機(jī)交互中的用戶體驗(yàn)。本文重點(diǎn)研究了實(shí)時(shí)和魯棒的普通紙張跟蹤的方法。
　　由于高效和準(zhǔn)確的紙張檢測(cè)是實(shí)時(shí)和魯棒的紙張跟蹤的基礎(chǔ)，本文提出了一種基于LSD的紙張檢測(cè)算

2、法，通過(guò)實(shí)驗(yàn)驗(yàn)證了對(duì)于不同類(lèi)型的紙張以及在紙張部分被遮擋的情況下，魯棒性很好。又與基于Hough的紙張檢測(cè)算法做了對(duì)比，在測(cè)試樣例中，本文算法平均耗時(shí)為24.1ms，而基于Hough直線檢測(cè)的算法平均耗時(shí)為35.7ms，從效率上講明顯優(yōu)于后者，證明了算法的高效性。
　　本文提出了結(jié)合基于 LSD的紙張檢測(cè)算法和壓縮感知跟蹤算法的普通紙張跟蹤算法。此算法通過(guò)紙張檢測(cè)后取的正負(fù)樣本更新分類(lèi)器來(lái)進(jìn)行跟蹤，跟蹤后又進(jìn)行檢測(cè)。在有大面積遮擋

3、情況時(shí)，由于有了上下文幀與幀之間的關(guān)系，此時(shí)可以根據(jù)跟蹤結(jié)果來(lái)估計(jì)紙張位置，跟蹤算法并不會(huì)失敗，所以魯棒性非常好。由于本文提出的基于 LSD的紙張檢測(cè)算法和引入的壓縮感知跟蹤算法的效率都是非常高的，加上跟蹤后只做小范圍的檢測(cè)，降低了時(shí)間復(fù)雜度，所以效率也非常高（本文測(cè)試實(shí)驗(yàn)表明可以達(dá)到52幀/s）。
　　總之，本文提出的普通紙張跟蹤算法不但魯棒而且高效。最后，本文通過(guò)由Kinect和微型投影儀組成的人機(jī)交互系統(tǒng)對(duì)此算法進(jìn)行了檢驗(yàn)，