粒子滤波的理论实在是太美妙了，用一组不同权重的随机状态来逼近复杂的概率密度函数。其再非线性、非高斯系统中具有优良的特性。opencv给出了一个实现，但是没有给出范例，学习过程中发现网络上也找不到。learning opencv一书中有介绍，但距离直接使用还是有些距离。在经过一番坎坷后，终于可以用了， ...
分类：
其他好文 时间：
2016-04-17 20:27:03
阅读次数：
247
1.全概率分布 2.贝叶斯定理 3.二维场景下定位： 二维场景由二维数组描述，有红和绿两种颜色 motions数组: 存储动作 ([0,1]向右,[0,-1]向左,[1,0]向下,[-1,0]向上) measurements数组: 监测当前所在地点脚下的颜色。 步骤: (1)判断motions数组和 ...
分类：
其他好文 时间：
2016-03-31 18:42:30
阅读次数：
123
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
分类：
其他好文 时间：
2016-03-01 23:55:18
阅读次数：
152
粒子滤波器是贝叶斯滤波器的一种非参数执行情况，且经常用于估计一个动态系统的状态。粒子滤波器的关键思想是采用一套假设（即粒子）来表示后验概率，其中每一个假设代表了这个系统可能存在的一种潜在状态。状态假设表示为一个有 \( N \) 个加权随机样本的集合 \(S \) ： \( S=\left \{ <
分类：
其他好文 时间：
2016-02-14 18:11:05
阅读次数：
143
Tracking-by-detection的思想用discriminative外观模型来在线训练和更新分类器，对于采样的样本在分类器上获得的最大值标定为新目标。压缩跟踪（CT）是压缩域中的一种特征提取方法，然而其缺点是：1 使用固定的跟踪框来检测样本 2 采样半径固定，当运动机动性较大，采样不准.....
分类：
其他好文 时间：
2015-09-02 13:11:16
阅读次数：
240
粒子滤波程序实质先介绍下程序中的粒子结构：程序中粒子本质就是选取的区域，只不过该区域加上了权值，程序中构造一个结构体用来描述粒子：主要有以下属性，区域的中心、区域的长宽、区域的权值、区域的原始中心、区域前一帧的中心和长宽，区域的权值、区域的变化尺度、区域的前一帧变化尺度、区域的直方图。
1.对第一帧图片进行颜色空间转换，从BGR空间转换到HSV空间，找到需要跟踪区域，生成跟踪区域直方图。2.初始化粒...
分类：
其他好文 时间：
2015-08-21 21:31:31
阅读次数：
137
基本思想
所谓粒子滤波就是指：通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差估计的过程，这些样本被形象的称为“粒子”，故而叫粒子滤波。采用数学语言描述如下: 对于平稳的随机过程, 假定k - 1 时刻系统的后验概率密度为p ( xk-1 zk-1 ) , 依据一定原则选取n 个随机样本点, k 时刻获得测量信息后, 经过状态...
分类：
其他好文 时间：
2015-06-20 17:09:46
阅读次数：
981
代码实现：运行方式：按P停止，在前景窗口鼠标点击目标，会自动生成外接矩形，再次按P，对该选定目标进行跟踪。[cpp]view plaincopy//TwoLevel.cpp:定义控制台应用程序的入口点。///**********************************************...
分类：
编程语言 时间：
2015-04-17 13:47:32
阅读次数：
488
近来在研究跟踪，跟踪的方法其实有很多，如粒子滤波（pf）、meanshift跟踪，以及KLT跟踪或叫Lucas光流法，这些方法各自有各自的有点，对于粒子滤波而言，它能够比较好的在全局搜索到最优解，但其求解速度相对较慢，由于其是基于颜色直方图的计算，所以对相同颜色东西不太能够区别，meanshift方...
分类：
其他好文 时间：
2015-01-27 18:13:26
阅读次数：
325
