我正在尝试开发一个AR android应用程序 .
它应该检测并识别相机捕获的对象，我不熟悉AR领域中移动设备的对象识别 .
我有两个问题：
1-哪种算法更好（在精度和速度的意义上）SIFT，SURF，FAST，ORB或其他什么？
2-我想知道检测和跟踪的过程是否会是这样的：
拍摄相机框架，检测其关键点，计算其描述符，然后将其与数据库中可用的每个图像（描述符的Mat）匹配，以找出它属于哪个 .
我觉得上面提到的步骤计算量很大，特别是如果为每个帧重复这些步骤以继续跟踪对象 .
请向我提供有关算法的一些细节以及最符合我目标的步骤 .
提前致谢
2 回答
我知道这是一个老问题，但我觉得它能够帮助别人 .
有一个很好的教程，使用Android，OpenCV和OpenGL ES 3.0使用NDK与Android studio构建一个小型AR应用程序 . 它有很好的解释和Github repo来检查代码 .
http://www.anandmuralidhar.com/blog/android/simple-ar/
它使用ORB功能来检测/匹配标记以在场景上生成3D对象 . 关于第二点，本教程可以让您了解该过程的工作原理 .
FAST只是一个探测器，其中SIFT，SURF，ORB和BRISK是探测器和描述符 .
你的问题是一个非常普遍的问题 .
SIFT描述符是一种经典方法，也是后来提出的大多数描述符的“原始”灵感 . 缺点是它在数学上是复杂的并且计算量很大 .
SURF检测器被认为是SIFT的更有效替代品 . 它有一个基于Hessian的检测器和一个基于分布的描述符生成器 .
SIFT和SURF基于梯度的直方图 . 也就是说，需要计算贴片中每个像素的梯度 . 这些计算花费了时间 . 尽管SURF使用积分图像加速了计算，但对于某些应用来说，这仍然不够快
SIFT和SURF是最准确的，但它们受到专利保护，不能在没有购买的情况下使用 .
FAST是一个独立的特征检测器，它不是描述符生成器 . 它的设计非常高效，适用于任何复杂的实时应用 .
简要描述符是一种基于二进制字符串的轻量级，易于实现的描述符 . 简要描述符针对低功耗器件，并补偿其一些稳健性和效率 .
二进制描述符是许多现代应用程序的有吸引力的解决方案，特别是对于计算和内存资源有限的移动平台 .
在我看来，我更喜欢ORB，因为它是基于二进制的描述符 . 与BRISK相比，它需要较低的计算量和较少的内存要求 .
在最终确定之前，您必须对所有这些可用的描述符进行研究 .