码迷,mamicode.com
首页 > 其他好文 > 详细

【计算机视觉】粒子滤波跟踪

时间:2016-03-01 23:55:18      阅读:152      评论:0      收藏:0      [点我收藏+]

标签:

粒子滤波步骤

1.初始化随机选取N个点,权重统一赋值1/N

2.选取目标特征,颜色直方图等等,用于获取先验概率密度,对比相似度

3.确定状态转移矩阵,用于预测下一帧目标位置

循环开始

4.根据状态转移矩阵,对每个粒子,预测目标新位置

5.获得系统观测值,计算观测位置处特征

6.计算每个预测位置处特征,与观测处位置特征对比,相似度高的赋予较大的权重,反之,赋予较小的权重

7.对粒子加权获取当前的目标最佳位置

8.粒子重采样

循环结束

 

上面是我自己的理解,有些问题仍然不明白:

1.都有观测值了还修正,修正后的结果真得会更好一些吗?

2.粒子滤波理论中的重要性采样完全没体现出来,重要性采样究竟在哪里使用了?

3.粒子滤波理论中,为什么要模拟后验概率,其实际意义是什么?跟踪过程中哪里体现了?

【计算机视觉】粒子滤波跟踪

标签:

原文地址:http://www.cnblogs.com/dplearning/p/5232804.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!