裴云强，吴亚东，王赋攀，张晓蓉，蒋宏宇，许世健，唐文生

基于改进L-K光流的WebAR信息可视分析方法

裴云强1，吴亚东2，王赋攀1，张晓蓉1，蒋宏宇3，许世健1，唐文生1

(1. 西南科技大学计算机科学与技术学院，四川 绵阳 621010； 2. 四川轻化工大学计算机科学与工程学院，四川 自贡 643002； 3. 法政大学计算机信息科学学院，日本 东京 184-8584)

信息可视化技术结合移动增强现实(MAR)技术在目标跟踪领域仍然存在设备计算负载过大的问题。若仍坚持采用同跟踪平面图像特征点的方案来跟踪立体对象各角度的特征点，则目标跟踪过程所需要获取的多角度特征点数据无疑会加重跟踪过程的计算压力，进而导致移动设备负载过大，最终影响模型渲染，所渲染的模型常出现剧烈抖动、卡顿或运动滞后于目标物的现象。针对上述问题，提出了一种基于改进的L-K (Lucas-Kanade)光流跟踪算法的WebAR (基于Web端的MAR技术)解决方案，将特征点的跟踪问题转化为光流估计问题以及一种优化的三维信息可视化交互策略。实验结果表明，该方法能够提高MAR在跟踪目标时的计算效率和稳定性，丰富信息可视化的呈现效果和交互方式。

移动增强现实；WebAR；信息可视化；Lucas-Kanade算法；光流跟踪

利用可视化技术呈现原始数据是一种较为直观的信息传递方式[1]。数据可视化技术虽然种类繁多，但可视化呈现方式的优化问题长时间未获突破。随着技术的发展，在可视化领域已经出现诸多数据呈现的新方式，增强现实(augmented reality，AR)结合数据可视化[2-4]就是其中一种较高效的数据分析方式。……