《基于方向信息的随机蕨特征匹配算法》.pdfVIP

第40卷 第 5期 计 算 机 工 程 2014年 5月 Vbl_40 NO．5 ComputerEngineering May 2014 · 人工智能及识别技术 · 文章编号：1000—3428(2014)05—0192—04 文献标识码：A 中图分类号：TP18 基于方向信息的随机蕨特征匹配算法 孙博文 ，邱子鉴 ，沈 斌 “，张艳鹏 (哈尔滨理工大学 a．计算中心；b．计算机科学与技术学院，哈尔滨 150080) 摘 要：特征点匹配是计算机视觉领域研究的核心问题之一。现有的随机蕨算法具有简单、高速的优点，但随机蕨算法训练得到 的分类器体积过大，低内存的移动设备难以承受，严重限制了该算法的应用范围。针对该问题，提出一种基于方向信息的随机蕨 特征匹配算法，对用于训练的小图块进行 “归零化”处理，提取特征属性构造特征向量，建立朴素贝叶斯模型训练分类器。实验 结果表明，经过该方法处理后，在相近识别精度下，得到的分类器体积减小到原始算法的 1／8-1／16，满足实时性要求。 关健词：随机蕨；特征匹配；增强现实；模式识别；贝叶斯模型；方向蕨 Random FernFeatureM atchingAlgorithm Based0norientationInformation SUNBo-wen，QIUZi-jian，SHENBin，ZHANGYan—peng (a．ComputeCenter；b．SchoolofComputerScienceandTechnology,HarbinUniversityofScienceandTechnology,Harbin150080，China) [Abstract]Featurepointmatchingisakeybaseofmanycomputervisionproblems．Alargeadvantageoffernalgorithm，simpleandfast， isnoticedamongtheexistingalgorithms，butclassifiertrainedbyfem istoolargetolow memo~ device，such ascellphones．Forcutting downthesizeofaclassifier,thispaperproposesanimprovedversionoffern，namedOrientedFem(OFern)，which n“ormal’’patchesare donethattrainingforaclassifier,andfeaturesareextracted，aNaiveBayesianmodelisbuilttotrainaclassifier．Experimentalresultsshow thatcomparedwiththetraditionalfern，OFerncansavememo~ to 1／8-1／16atthesimilarrecognitionrate，whileitstillkeepshighspeed ofrreal—timeapplications． [Keywords]RandomFem(RF)；feautrematching；augmentedreality；patternrecognition；Bayesmodel；OrientedFem(OFem) DOI：1O．3969j／．issn．1000-3428．2014．05．040 这类算法对 GPU依赖过大，限制了算法的应该范围。由 1 概述 wi1lowGarage大学研究人员 提出的ORB(OrientedBrief) 尺度不变性特征变换(Scale—invariantFeatureTransform， 算法，结合简单高速的加速区域分割(FeaturesfromAcce