针对增强现实系统在复杂环境中跟踪注册稳健性不足以及特征搜索空间大的问题,提出一种结合显著性检测的混合跟踪注册方法。首先,利用均值漂移迭代运算预测候选目标位置,建立峰值位于目标中心的二维高斯函数,生成融合中心先验的视觉显著图;然后,提取目标显著性特征,采用均值漂移算法进行跟踪;另外,根据相似度量系数判断是否利用形变多样相似性匹配算法重定位目标;最后,构建多尺度空间的快速定向二进制描述算法进行局部目标区域的特征检测,来匹配计算得到的注册参数,完成虚实融合。实验结果表明,本方法能有效解决目标跟踪算法在背景杂波、目标遮挡、目标丢失情况下跟踪不稳定及目标检测准确度不高等问题,使增强现实系统更具稳定性。

提出了一个基于形变多样相似性的空间正则化相关滤波跟踪算法。在核相关滤波(KCF)跟踪算法基础上引入了空间正则化权重和子网格检测方法,利用形变多样相似性匹配算法构建了目标重检测模块,利用主成分分析(PCA)算法和k维树一致近似最近邻(TreeCANN)算法解决了匹配算法中的最近邻搜索问题;通过自适应模板更新策略,解决了遮挡情况下模板误更新问题。实验结果表明,所提算法的精确度得分为0.825,成功率得分为0.625,相比KCF算法分别提升了18.5%和31.0%。所提算法能较好地解决目标尺度变化、遮挡、快速运动、旋转和背景杂乱情况下的跟踪问题,具有广泛的应用前景。