快速，非常轻量级的相机运动检测算法？
我正在开发一款适用于iPhone的增强现实应用程序，其中包含一个非常强大的处理器对象识别算法（推动CPU可达到100％，每秒可能达到5帧），并努力节省电池电量并使整个事情不那么“紧张”我试图想出一种方法，当用户实际上移动相机时只运行该对象识别器。
我的第一个想法是简单地使用iPhone的加速度计/陀螺仪，但在测试中，我发现人们经常会以足够一致的态度和速度移动iPhone，以致无法告诉它它仍在运动。
这样就留下了分析实际视频馈送和检测移动的选项。 我得到了OpenCV的工作，并试图运行金字塔Lucas-Kanade光流算法，该算法运行良好，但似乎与我的对象识别器一样处理器密集型 - 如果我降低深度级别/降采样，我可以将其设置为可接受的帧率图像/跟踪点数较少，但随后准确性受到影响，并且开始丢失一些大的移动并触发小手抖动。
所以我的问题是，如果我只想检测相机移动的总体幅度，是否有另一种光流算法比Lucas-Kanade快？ 我不需要跟踪单个物体，我甚至不需要知道摄像机正在移动的方向，我真正需要的是给两帧视频提供一些东西，让它告诉我它们有多远。
为什么不使用加速度计/陀螺仪运动传感的组合，以及非常低分辨率的图像跟踪器？ 每种方法似乎都被完全不同的用户运动混淆。
有一个开源（免费用于私人用途）项目，该项目利用FAST角点检测：http：//www.hatzlaha.co.il/150842/FAST-Corner-V2
它可能对物体检测非常有用，并且经过严格的优化以达到美丽的非紧张结果。
- 编辑 -
现在还有一个Lucas-Kanade光学流程项目 - http://www.success-ware.com/150842/Lucas-Kanade-Detection-for-the-iPhone您可以下载源代码，并有链接到AppStore也是如此，所以你可以玩弄它，看看它是否满足你的需求。
HTH，
俄德。
链接地址: http://www.djcxy.com/p/61065.html上一篇: Fast, very lightweight algorithm for camera motion detection?