当前，增强现实技术变得越来越热门。随着硬件技术的飞速发展，许多移动设备，比如智能手机、平板电脑的计算和存储能力得到大幅提升，而且在现实生活中人们越来越多的依赖它们。因此将传统PC机上的增强现实技术应用到移动设备上来，将会非常有前途。但是跟PC相比，移动设备存在一些不足，那就是计算和存储能力相对较低，无法满足增强现实技术中实时性要求。并且传统增强现实技术一般都是基于平面内实现的，这对移动设备非平面旋转、实时跟踪具有很大的局限性。本文针对移动设备增强现实实时性不高、存储能力有限等问题，采用BRIEF描述符取代传统SIFT描述符，使得移动设备的存储空间得到有效利用。针对传统算法只能在平面内实施，使移动设备的非平面旋转和实时跟踪受到很大约束，通过利用移动设备中的重力传感器和方位传感器，实时获取移动设备的旋转姿态，并将重力传感器获取的数据用于确定特征点描述符主方向，取代算法自身计算描述符方向步骤，减少算法时间开销。此外，文章还将重力感应技术应用于SIFT-FAST算法，对其匹配性能和算法时间开销进行改进。实验结果表明，在移动设备上采用BRIEF作为特征点描述符，并且通过重力传感器获取重力方向作为特征点描述符主方向来重新设计算法，不仅大大增加了移动增强现实的灵活性，并且有效解决了移动设备内存空间小、计算能力低、实时性差等问题，更为重要的是特征点匹配性能也得到较大的提高。同样，改进后的SIFT-FAST算法在减少时间开销的同时也能保证有效的匹配性能。