Enhance Object Tracking on Augmented Reality Markerless using FAST Corner Detection

2021 ◽  
Author(s):  
Nurhadi ◽  
Eko Arip Winanto ◽  
Saparudin
Keyword(s):  
Augmented Reality ◽  
Object Tracking ◽  
Corner Detection

scholarly journals Augmented Reality Pengenalan Landmark Negara Asia Tenggara Menggunakan Algoritma FAST Corner dan Natural Feature Tracking

2021 ◽  
Vol 8 (3) ◽  
pp. 1012-1026
Author(s):  
Adam Raihan Fadhlurahman
Keyword(s):  
Augmented Reality ◽  
Feature Tracking ◽  
Corner Detection ◽  
Natural Feature

Pada saat ini diseluruh bagian dunia sedang terlanda sebuah virus yaitu COVID-19 yang membuat setiap orang tidak dapat berpergian ke luar negri dengan mudah. Namun di era sudah canggih ini semua informasi dapat disajikan secara digitalisasi mulai dalam bentuk tulisan maupun gambar dan dapat juga ditampilkan berbentuk objek 3 dimensi dibantu dengan Augmented Reality untuk menampilkannya. Peneleitian ini memanfaatkan teknologi Augmented Reality digunakan untuk alat pengenalan landmark dari negara Asia Tenggara agar tampilan objek akan menjadi lebih atraktif dan dapat mengetahui informasi tentang landmark dari setiap negara dengan mudah. Dalam penelitian ini aplikasi Augmented Reality dibuat menggunakan FAST Corner Detection (FCD) algoritma dan Natural Feature Tracking (NFT) untuk mendeteksi marker. Pengujian dari aplikasi ini dilakukan pada tiga perangkat smartphone android, pada sudut kemiringan 20° - 90° ketiga smartpone dapat mendeteksi marker menggunakan kameranya dan menampilkan objek 3 dimensi sesuai dengan landmark yang dipilih pada layar smartphone. Untuk pengukuran jarak maximal yang dapat dibaca oleh handphone rata-rata ±75cm dan jarak minimun pendeteksian yaitu ±10cm.

scholarly journals Comparison of Tracking Techniques on 360-Degree Videos

2019 ◽  
Vol 9 (16) ◽  
pp. 3336 ◽  
Author(s):  
Tzu-Wei Mi ◽  
Mau-Tsuen Yang
Keyword(s):  
Augmented Reality ◽  
Object Tracking ◽  
Ground Truth ◽  
Physical Object ◽  
Future Research ◽  
Scale Change ◽  
Tracking Algorithms ◽  
Viewpoint Change ◽  
Pros And Cons

With the availability of 360-degree cameras, 360-degree videos have become popular recently. To attach a virtual tag on a physical object in 360-degree videos for augmented reality applications, automatic object tracking is required so the virtual tag can follow its corresponding physical object in 360-degree videos. Relative to ordinary videos, 360-degree videos in an equirectangular format have special characteristics such as viewpoint change, occlusion, deformation, lighting change, scale change, and camera shakiness. Tracking algorithms designed for ordinary videos may not work well on 360-degree videos. Therefore, we thoroughly evaluate the performance of eight modern trackers in terms of accuracy and speed on 360-degree videos. The pros and cons of these trackers on 360-degree videos are discussed. Possible improvements to adapt these trackers to 360-degree videos are also suggested. Finally, we provide a dataset containing nine 360-degree videos with ground truth of target positions as a benchmark for future research.

Comparison of Natural Feature Descriptors for Rigid-Object Tracking for Real-Time Augmented Reality

2014 ◽  
Author(s):  
Francely Franco Bermudez ◽  
Christian Santana Diaz ◽  
Sheneeka Ward ◽  
Rafael Radkowski ◽  
Timothy Garrett ◽  
...  
Keyword(s):  
Augmented Reality ◽  
Object Tracking ◽  
Real Time ◽  
Virtual Object ◽  
Interest Points ◽  
Rigid Object ◽  
Binary Descriptors ◽  
Rigid Objects ◽  
Natural Feature ◽  
Feature Descriptors

This paper presents a comparison of natural feature descriptors for rigid object tracking for augmented reality (AR) applications. AR relies on object tracking in order to identify a physical object and to superimpose virtual object on an object. Natural feature tracking (NFT) is one approach for computer vision-based object tracking. NFT utilizes interest points of a physcial object, represents them as descriptors, and matches the descriptors against reference descriptors in order to identify a phsical object to track. In this research, we investigate four different natural feature descriptors (SIFT, SURF, FREAK, ORB) and their capability to track rigid objects. Rigid objects need robust descriptors since they need to describe the objects in a 3D space. AR applications are also real-time application, thus, fast feature matching is mandatory. FREAK and ORB are binary descriptors, which promise a higher performance in comparison to SIFT and SURF. We deployed a test in which we match feature descriptors to artificial rigid objects. The results indicate that the SIFT descriptor is the most promising solution in our addressed domain, AR-based assembly training.

scholarly journals Implementasi Model Mobile Augmented Reality e-Booklet untuk Mempromosikan Object Wisata Unggulan Provinsi Riau dengan metode 3D Object Tracking

2016 ◽  
Vol 1 (2) ◽  
pp. 177
Author(s):  
Unang Rio ◽  
Susi Erlinda ◽  
Dwi Haryono
Keyword(s):  
Augmented Reality ◽  
Object Tracking ◽  
Real Time ◽  
Mobile Augmented Reality ◽  
Pass Filter ◽  
3D Object ◽  
High Pass Filter ◽  
High Pass

Intisari  - Provinsi Riau terletak di lokasi yang strategis dan memiliki kekayaan keindahan alam dan budaya  yang  unik,  Riau  menawarkan  banyak  tempat  wisata  baik alam dan  budaya.  Tujuan  dari penelitian ini untuk membuat aplikasi  yang membantu masyarakat  untuk mendapatkan informasi objek wisata unggulan di Provinsi Riau. Salah satu faktor yang menyebabkan kurang berkembangnya sektor pariwisata di Provinsi Riau saat ini adalah karena pengelolaan informasi yang bersifat promosi dan belum mampu memaksimalkan ketersediaan teknologi informasi yang tersedia. Penggunaan teknologi augmented reality adalah teknologi yang menggabungkan benda maya tiga dimensi ke dalam  sebuah  lingkungan  tiga-dimensi  nyata  dan  kemudian  memproyeksikan  benda-benda  maya secara real time. Markerless objek wisata unggulan adalah bono surfing, balap alur, tongkang bahan bakar, pantai Rupat, istana siak dan Candi Muara Takus. pembuatan obyek dan membaca penanda scan dari kamera menggunakan teknik markerbase dan Markerless dengan objek Pelacakan metode 3D dan algoritma SIFT (Skala Fitur invarian Transform). Proses yang terkandung dalam deteksi obyek membaca gambar, mempertajam gambar dengan memanfaatkan High Pass Filter; membaca gambar dari metode SIFT bahwa proses akan menghasilkan deteksi titik. Hasil pengujian untuk melihat efek dari jarak antara smartphone kamera dengan spidol, jarak yang diperoleh sangat ideal untuk menampilkan objek 3D, sampai 40 cm. pengujian aplikasi ARRiauTouris mampu mendeteksi penanda dengan jarak dekat 10 cm dan jarak maksimum 67 cm, dan memperoleh waktu rata-rata untuk objek (mean) antara 0,80 detik menjadi 0,93 detik. Kata kunci: obyek wisata, augmented reality, 3D pelacakan objek, provinsi riau

scholarly journals Metode Natural Feature Tracking dan Fast Corner Detection dengan Teknik Virtual Button Pada Aplikasi Sistem Pernafasan Manusia

2021 ◽  
Vol 5 (3) ◽  
pp. 1133
Author(s):  
Rifqi Naufal Senja Pratama ◽  
Fauziah Fauziah ◽  
Ratih Titi Komala Sari
Keyword(s):  
Augmented Reality ◽  
Light Intensity ◽  
Information And Communication Technology ◽  
Communication Technology ◽  
Respiratory System ◽  
Feature Tracking ◽  
Minimum Distance ◽  
Corner Detection ◽  
Natural Feature ◽  
Information And Communication

At this time the development of information and communication technology has developed very rapidly. As in smartphones, the technology contained in smartphones today has an important role for human activities. The technology that is currently being implemented on smartphones is Augmented Reality. Augmented reality can be used in all fields of human activity, one of which is in the field of education. The purpose of this research is to develop an educational media about the organs of the human respiratory system that is interactive and can be understood by users such as students. In this study, 2 methods were used, namely Fast Corner Detection and Natural Feature Tracking Methods to read a marker which would later bring up information and also use the virtual button technique in the application. In testing using 5 smartphones. The results of testing at an angle of 60o and 90o the five smartphones can detect markers. The distance test has different results from the smallest having a minimum distance of ±70 cm to a maximum distance of ±150 cm. In tests based on light intensity, the five smartphones can detect markers at light intensities above 5 lux

Sign in / Sign up

Export Citation Format

Share Document