Рассматривается технология распознавания особых точек изображений объектов, выделенных в видеоряде для мобильных систем расширенной реальности. Предложена методика определения и сопоставления дескрипторов особых точек на изображениях объектов с дальнейшей возможностью обучения подсистемы распознавания на основе использования леса рандомных деревьев. Проведено сравнительное исследование существующих методик распознавания точечных особенностей, таких как SIFТ, SURF и RIFF, приведены их недостатки. С целью повышения качества методики распознавания объектов с выделенными точечными особенностями на мобильных устройствах предложена методика на основе леса рандомных деревьев. Основная идея методики заключается в распознавании объектов на базе статистики распределения классификатора Байеса о возможных сопоставлениях дескрипторов. Предложены две структуры леса рандомных деревьев: базовая и расширенная. Проведены сравнительные аналитические и экспериментальные исследования существующих и разр...
Рассмотрен способ сопоставления изображений по ключевым точкам путем извлечения отличительных, инвариантных относительно масштаба и вращения характеристик. Описан алгоритм извлечения характеристик для эффективного сопоставления различных позиций объекта при значительном диапазоне искажения, изменении в 3D-поле зрения, наличии шума и при изменении освещенности. Приведен метод масштабно-инвариантного преобразования характеристик (SIFT) для сопоставления изображений. Предложены способы реализации метода на примере построения пирамиды гауссианов и пирамиды разностей гауссианов. Рассмотрен алгоритм нахождения точки локального экстремума, выделения ключевых точек, построения вектора признаков и сопоставлены локальные дескрипторы для дальнейшего сравнения пары изображений в условиях вращения объектов, перекрытий, изменения масштаба, точки съемки и освещенности