基于自然特征的增强现实

从两年前开始知道增强现实，算是见证了增强现实从marker到natural marker的发展，使用过ARToolkit, EPFL的Bazar，也用过total immersion的软件，应当说不论是marker还是natural marker都已经很成熟了，尤其是total immersion的产品，实时性和稳定性都非常棒。国内做AR的公司也雨后春笋般涌现，但一般都是直接用开源软件，稍微做些修改。所以一直希望自己写一个AR软件，当然自己水平有限，离产品级软件还差得很远，只为了自娱自乐。其实AR的原理非常简单，不论是marker还是natural marker，都是

1）检测点或线特征；

2）利用对应点/线估算单应矩阵homography matrix

3）利用单应矩阵计算位姿

AR原理如此简单，为什么目前国内很少有人做出来呢？我感觉主要原因是：AR对实时性要求比较高，尤其对于 natural marker AR，制约其发展的主要是特征点检测与匹配算法，SIFT特征点抗各种变换的能力很强但速度太慢，SURF速度快一些但实际用下来发现正确匹配的特征点比 SIFT还是少了很多。正好最近做的课题需要用到SIFT，就对基于SIFT特征点的跟踪做了些改进，试下来效果还可以，于是在这个基础上初步写了个AR 软件。当然从严格意义上来说，这还不是AR，但能够从natural marker估算出位姿，也离AR差不多了。下一步是载入3D模型，将模型augment到视频流上。但自己的opengl知识太有限，下一步改进不知道啥时候能搞定了。。。