10.16208/j.issn1000-7024.2018.10.033
基于非线性尺度空间的增强现实场景识别算法
目前大部分面向增强现实的场景识别算法一般采用构建线性高斯金字塔解决尺度不变性问题,此方法容易造成边界模糊和细节丢失,降低识别精度.针对这些问题,提出一种基于非线性尺度空间的场景识别算法,通过构建非线性尺度空间,自适应选取尺度空间组数,保证边缘细节.实验结果表明,相对于SIFT、SURF算法,该算法在视点、缩放旋转和JPEG压缩变换下有更强的鲁棒性,在保证识别精度的情况下,训练速度和识别速度明显提高.
增强现实、场景识别、高斯金字塔、非线性尺度空间、尺度空间组数
39
TP391(计算技术、计算机技术)
重庆市科委基础与前沿研究计划基金项目cstc2014jcyjA40039;国家级大学生创新计划基金项目教育部教高司[2016]45号
2018-11-06(万方平台首次上网日期,不代表论文的发表时间)
共6页
3191-3195,3233