AR标记跟踪库通常通过角落等突出特征找到标记，并且可以通过标记内部编码的二进制图案区分标记，或者在标记's borders. If you'中对"dog"部分编码在标记的边界中感到高兴，有库可以像Qualcomm's AR development kit一样使用 . 此库和Metaio's Unifeye mobile还可以对预定义的图像进行自然特征跟踪 . 如果您对能够识别您事先定义的狗的特定图像或图像感到满意，那么其中任何一个都应该没问题 . 您可能需要操纵您的狗图像以获得他们可以识别和跟踪的良好功能 . 自然物体可能有问题 .
一般物体识别（能够识别任何狗的图片，事先未知）仍然是一个研究课题 . 有方法，但他们're mostly very computationally intensive, and most mobile solutions involve offloading the serious computation to a server. Recognition of simple outline sketches however is more tractable, there'是一篇很好的论文"Shape recognition and pose estimation for mobile augmented reality"（我找不到在线复制，但IEEE link is here）使用轮廓来识别物体 - 这很轻，可以在移动设备上运行（而且它是纯粹的天才） .
1 回答
你要找的不是增强现实，而是物体识别 . AR主要关注呈现覆盖在现实世界中的数据，因此每帧的计算用于确定相对于对象的相机的位置 . 如果您不打算使用此数据，AR库可能效率低下 . 那说......
AR标记跟踪库通常通过角落等突出特征找到标记，并且可以通过标记内部编码的二进制图案区分标记，或者在标记's borders. If you'中对"dog"部分编码在标记的边界中感到高兴，有库可以像Qualcomm's AR development kit一样使用 . 此库和Metaio's Unifeye mobile还可以对预定义的图像进行自然特征跟踪 . 如果您对能够识别您事先定义的狗的特定图像或图像感到满意，那么其中任何一个都应该没问题 . 您可能需要操纵您的狗图像以获得他们可以识别和跟踪的良好功能 . 自然物体可能有问题 .
一般物体识别（能够识别任何狗的图片，事先未知）仍然是一个研究课题 . 有方法，但他们're mostly very computationally intensive, and most mobile solutions involve offloading the serious computation to a server. Recognition of simple outline sketches however is more tractable, there'是一篇很好的论文"Shape recognition and pose estimation for mobile augmented reality"（我找不到在线复制，但IEEE link is here）使用轮廓来识别物体 - 这很轻，可以在移动设备上运行（而且它是纯粹的天才） .