DOI: https://doi.org/10.20998/2522-9052.2019.4.12

МЕТОД ВИЯВЛЕННЯ МОЗАЇЧНИХ СТОХАСТИЧНИХ МАРКЕРІВ ДОПОВНЕНОЇ РЕАЛЬНОСТІ

Oleksandr Makoveichuk

Анотація


Предметом вивчення в статті є метод виявлення мозаїчних стохастичних маркерів доповненої реальності. Метою є розробка методу виявлення мозаїчних стохастичних маркерів доповненої реальності. Завдання: аналіз існуючих маркерів доповненої реальності, розробка методу виявлення мозаїчних стохастичних маркерів доповненої реальності, практична перевірка роботи методу виявлення мозаїчних стохастичних маркерів доповненої реальності. Використовуваними методами є: методи цифрової обробки зображень, теорії ймовірності, математичної статистики, криптографії та захисту інформації, математичний апарат теорії матриць. Отримані такі результати. Визначені переваги та недоліки основних існуючих типів маркерів доповненої реальності. Наведена структурна схема методу виявлення мозаїчних стохастичних маркерів доповненої реальності. Розглянуто етапи методу виявлення мозаїчних стохастичних маркерів доповненої реальності. Проведені експериментальні дослідження щодо виявлення мозаїчних стохастичних маркерів доповненої реальності. Висновки. Вперше отримано метод виявлення мозаїчного стохастичного маркера доповненої реальності, який на підставі бінаризації локальної дисперсії детектує область маркера на вихідному зображенні та знаходить маски біт-контейнерів шляхом сегментування та подальшої морфологічної фільтрації маскованої області зображення. Напрямками подальших досліджень є розробка методу визначення параметрів проективного перетворення, що необхідно для вирівнювання зображення і визначення положення камери; розробка методу декодування мозаїчного стохастичного маркеру доповненої реальності.

Ключові слова


мозаїчний стохастичний маркер; код; доповнена реальність; зображення-контейнер; сегментація; зображення; морфо-логічна фільтрація

Повний текст:

PDF

Посилання


Goldman, S. (2019), Global Investment Research, available at:

https://www.goldmansachs.com/careers/divisions/global-investment-research/.

Adobe Blog. The 10 VR Trends We’ll See in 2018 (2019), available at: https://theblog.adobe.com/10-vrtrends-well-see-2018/.

AR/VR-Facebook Research (2019), available at: https://research.fb.com/category/augmented-reality-virtual-reality.

Siltanen, S.(2012), Theory and applications of marker-based augmented reality, Espoo 2012, 198 p.

Lowe, David G. (1999), “Object recognition from local scale-invariant features”, Proceedings of the International Conference on Computer Vision 2, pp. 1150–1157.

Forsyth A.D. and Pons J. (2004), Computer vision. Modern Campaign, 928 p.

Hartley, R. and Zisserman, S. (2003), Multiple View Geometry in Computer Vision, Cambridge University, NY, USA, 655 p.

Makoveychuk, O.M., Ruban, I.V. and Khudov G.V. (2019), “The Use of Genetic Algorithms for Finding Inverse Pseudo-Random Block Rearrangements”, Control, Navigation and Communication Systems, No. 4 (56), pp. 72-81, DOI: https://doi.org/10.26906/SUNZ.2019.4.072

Makoveychuk, O.M. (2019), “A new type of augmented reality tokens”, Advanced Information Systems, Vol. 3, No. 4, pp. 43–48, DOI: https://doi.org/10.20998/2522-9052.2019.3.06




Copyright (c) 2020 Oleksandr Makoveichuk