关于使用卡尔曼滤波器跟踪移动球的问题

filter tracking computer-vision kalman-filter

2565 观看

2回复

1712 作者的声誉

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。

  1. 如果我们可以在视频序列的每个帧中提取球,我们将知道球的位置。那么,为什么我们需要再使用卡尔曼装?卡尔曼滤波器的工作是什么?

  2. 卡尔曼滤波器:x(k + 1)= Ax(k)+ Bu(k)+噪声

                  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?

作者: John 的来源 发布者: 2011 年 1 月 17 日

回应 (2)


8

1874 作者的声誉

决定

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......

作者: evident 发布者: 26.01.2011 10:42

0

1 作者的声誉

我将逐一回答你的问题。

  1. 卡尔曼滤波器仅用于估计,它意味着减少错误。当你只跟踪单个目标时,如球,如果你可以确定球在图像的每一帧中的位置,我认为没有必要使用卡尔曼滤波器。但是,在多目标跟踪中,如果需要在两个连续帧中匹配相同的目标,使用卡尔曼滤波器可以减少错误。

  2. 对于卡尔曼滤波器的原理,我不太清楚。

  3. 我认为“测量”是检测当前帧中的移动目标。检测到的参数包括目标的质心位置和轮廓尺寸。

这些是我个人的看法。如果有什么不对,我希望得到纠正。

作者: team 发布者: 09.04.2019 03:22
32x32