我想学习使用卡尔曼滤波器跟踪移动的球。虽然有很多教程可用,但我仍然有一些问题。
y(k) = C.x(k) + noise
那么,我们如何定义A,B,C?假设我们想跟踪移动球?
3。如果我们知道先前的状态x(k-1)和当前状态y(k)的测量,我们可以计算估计的状态。在跟踪移动球的情况下,“测量”是什么?
基本上你使用跟踪方法来跟踪场景中的球。你仍然需要在每个时间步中检测到球。
(1)
假设你到达另一个球进入场景的地步。所以你需要找到一种识别每个球的方法。让它变得更糟,甚至让它们相互交叉或在可能隐藏球的方式上有障碍物。
然后,您的跟踪方法(即卡尔曼滤波器)将根据球之前的移动方式继续在估计的轨迹上移动。
因此,如果您只是想知道每个帧中的球在哪里,您不需要跟踪方法,但如果您想要识别并跟随一个球,您需要一个跟踪器,即卡尔曼滤波器或用于多目标跟踪我更喜欢粒子滤镜(http://en.wikipedia.org/wiki/Particle_Filter)。
(2)
现在不能帮助你,因为我现在对卡尔曼滤波器并不太远。但基本上A应该是从步骤x(t-1)到x(t)的转换矩阵,B应该是参考模型。但正如我所说,如果你可能得到不止一个球,你可能想看一下粒子滤波器。
(3)
测量值将是您在图像上测量的位置。基本上是你的球的中点。您将使用此度量来更正估计的路径。所以基本上你比较球应该在当前时间步长(取决于它的前动作)与它的实际位置。
我希望有帮助......如果没有,请继续问......
我将逐一回答你的问题。
这些是我个人的看法。如果有什么不对,我希望得到纠正。