基于AR（增强现实）的运动跟踪算法

1、先了解一下什么是AR

     给大家举个例：在德国，工程技术人员，在进行机械安装、维修、调式时，通过头盔显示器，可以将原来不能呈现的机器内部结构，以及它的相关信息、数据完全呈现出来。并可以按照电脑的提示，来进行工作，解决技术难题。使我们的工作非常方便、快捷、准确。屏弃了我们以前，需要带着大量、笨重的资料在身边，边工作，边查阅，一但出现难题、紧急情况，不知所措的落后的方法和现象。归纳一下就是也就是虚拟数据和现实物体的叠加合成。

2、运动跟踪算法在AR技术的重要性

因为目前大多数增强现实系统的注册对象均为静止物体，对运动物体的注册比较难实现。而对运动物体的实现跟踪是很有必要的。运动跟踪算法又分为运动检测和目标跟踪。

3、运动目标检测
（3.1）静态背景下运动检测

摄像机在整个监视过程中不发生移动，只有被监视目标在摄像机视场内运动，这个过程只有目标相对于摄像机的运动。

三种方法

（3.1.1）背景差分法

基本思想：首先获得一个背景模型（建立和更新），然后将当前帧与背景模型相减，如果像素差值大于某一阈值，则判断此像素属于运动目标，否侧属于背景图像。

  (3.1.2)  帧间差分法

 相邻帧间差分法是通过相邻两帧图像的差值计算，获得运动物体位置和形状等信息的运动目标检测方法。后人在此基础上提出了对称差分法。

（3.1.3）光流法

（3.2）动态背景下运动检测

摄像机在整个监视过程中发生了移动（如平动、旋转或自由度运动），被监控目标在摄像机视场内也发生了运动,这个过程就产生了目标与摄像机之间复杂的相对运动。

4、运动目标跟踪

（4.1）运动目标的特征表达（如一个在行走中的人的身高、体重、衣服的颜色等）

（4.2）相似性度量算法

（4.3）搜索算法