单目标跟踪小结(2):算法
内容主要提取自 edX 平台上Chalmers的micromaster项目:Emerging Automotive Technologies: Sensor Fusion and Non-linear Filtering for Automotive Systems。
本文主要设计选通机制(gating),最近邻滤波(Nearest Neighbour Filtering),加权融合滤波(Probabilistic data association filtering),高斯叠加滤波(Gaussian Sum Filtering)。
在单目标跟踪小结(1):理论推导中,经过推导,假设,简化后,对线性高斯模型,我们得到如下单目标跟踪算法:
已知:
预测:
更新:
从而:
我们发现,经过一个时间步后, 的项数较上一个时刻增加 倍,而我们希望 与 具有相同的形式,以方便递归计算。
1、选通机制(gating)
我们先介绍选通机制,此方法有助于我们减少 的项数。
考虑:
当 ,即在杂波强度近似处处相等时,
可见,当:
越大时, 越小,其对应的 对 的贡献就越小,这允许我们忽略其对 的影响,从而减少 的求和项数。
称为马氏距离(Mahalanobis Distance),在这里实际上计算了实际测量的 与 间的距离,距离越大,表明 是对目标的测量的可能性就越小。
因为: ,所以: ,其中 为 的维度,这里是卡方分布的自由度。我们可以选择一个数值 G 作为 gate,则:
表示对目标的观测落在 范围内的概率。从而,当我们选择 (有99.5%的把握认为 外的观测是杂波杂波)时,我们可以得到所需的 G。我们首先使用此方法来排除一些杂波点。
2、最近邻滤波(Nearest Neighbour Filtering)
最近邻滤波的思路十分简单,即保留 最大的 作为 的近似,此时更新之后, 也仅有一项。事实上, 最大的项,对应 最小,因此称之为最近邻。
此算法计算量小,速度快,在简单场景下效果好;但容易跟丢目标,复杂场景误差大。
具体算法如下:
3、加权融合滤波(Probabilistic data association filtering)
我们记:
由多个高斯分布 加权求和而得,在本算法中,我们用一个高斯分布来近似上述高斯加权和,近似后的均值和协方差计算如下:
此算法也比较容易实现,适用于简单场景,且效果略好于最近邻滤波;在复杂场景中同样表现不佳。
具体算法如下:
4、高斯叠加滤波(Gaussian Sum Filtering)
此算法仅保留 中的若干项,不超过上限 。设此时 是 项高斯分布之和,即已知:
预测:
即:相当于对每一项 进行预测,权重保持不变,计算加权和:
更新:
即:相当于对预测结果中每一项 进行更新,并计算加权和。由上述分析可见,当 由若干项叠加而成时,可对每一项进行预测-更新,最后再求加权和。我们提醒,此时总项数由 变成 。
具体算法如下:
高斯叠加滤波可以根据算力资源调整复杂度,比最近邻滤波和加权融合滤波更为精确;但算法实现比较复杂,相比后两者对算力要求高,通常在较复杂场景中才能显示其精度优越性。当使用场景十分复杂时,三种算法都有可能失效。
下面通过一个简单案例,实现高斯叠加滤波算法,参见:单目标跟踪小结(3):MATLAB实践
单目标跟踪小结(2):算法相关推荐
- python 粒子滤波目标追踪_Python实现基于相关滤波的单目标跟踪算法
最近在阅读一些单目标跟踪的算法论文,主要看了一系列基于相关滤波的算法,尝试着用python实现了其中一些比较经典的算法,地址在https://github.com/wwdguu/pyCFTracker ...
- 基于嵌入式设备的 单目标跟踪算法
基于嵌入式设备的单目标跟踪实现 最近基于嵌入式设备(Khadas Vim3)做了一套单目标跟踪算法,跟踪效率可以做到每秒25帧左右. 算法运行耗时记录 time is:37.6241 ms time ...
- Video Target Tracking Based on Online Learning—TLD单目标跟踪算法详解
视频目标跟踪问题分析 视频跟踪技术的主要目的是从复杂多变的的背景环境中准确提取相关的目标特征,准确地识别出跟踪目标,并且对目标的位置和姿态等信息精确地定位,为后续目标物体行为分析提供足 ...
- 352万帧标注图片,1400个视频,亮风台推最大单目标跟踪数据集
CVPR 2019期间,专注于AR技术,整合软硬件的人工智能公司亮风台公开大规模单目标跟踪高质量数据集LaSOT,包含超过352万帧手工标注的图片和1400个视频,这也是目前为止最大的拥有密集标注的单 ...
- 点一万个赞:商汤SiamRPN目标跟踪最强算法开源
商汤SiamRPN目标跟踪最强算法开源 导语:商汤科技智能视频团队首次开源其目标跟踪研究平台PySOT,包含商汤科技SiamRPN系列算法,以及刚被CVPR2019收录为Oral的SiamRPN++. ...
- CVPR 2019 | 亮风台发布全球最大单目标跟踪数据集LaSOT
点击我爱计算机视觉标星,更快获取CVML新技术 CVPR 2019 正在美国加州举行,发布交流来自全球的工业界与学术界最新研究成果. 会上,亮风台公开大规模单目标跟踪高质量数据集LaSOT,包含超过3 ...
- 单目标跟踪——个人笔记
单目标跟踪--个人笔记 以<Handcrafted and Deep Trackers: A Review of Recent ObjectTracking Approaches>为主线看 ...
- 视觉单目标跟踪任务概述
视觉目标跟踪的主要目的是:模仿生理视觉系统的运动感知功能,通过对摄像头捕获到的图像序列进行分析,计算出运动目标在每一帧图像中的位置:然后,根据运动目标相关的特征值,将图像序列中连续帧的同一运动目标 ...
- 单目标跟踪——【数据集基准】RGB数据集OTB / NFS / TrackingNet / LaSOT / GOT-10k / UAV123 / VOT 简介
入手单目标跟踪的三个方面之数据集简介 目前单目标跟踪领域有哪些公认比较好的数据集? 这可以从一些优秀论文中找,看他们在验证自己的tracker用到哪些数据集.这些数据集的侧重不一,有的会包含快速移动: ...
最新文章
- Vijos1683 有根树的同构问题
- CVPR 2021 顶会冠军图像分割算法全解密
- 计算机双硬盘安装需要跳线吗,双硬盘安装图文教程
- 《算法导论》.pdf
- python发微信图片_Python实现的微信公众号群发图片与文本消息功能实例详解
- 青梅竹马醉酒后背杀!他差点被……?!
- 自动登陆qq空间代码
- 手把手教你在Imtoken上收录你的合约
- 消灭泡泡糖游戏java编程_JAVA面向对象编程课程设计——泡泡堂
- 全球及中国载药微球经肝动脉化学栓塞术(DEB-TACE)在肿瘤学中的应用行业研究及十四五规划分析报告
- 【NOIP2014】飞扬的小鸟 背包dp
- react17+ts 学习
- 快手Y-Tech招聘计算机视觉工程师
- ubuntu进去安全模式_win10和Ubuntu双系统,无法开机如何进入win10安全模式
- 关于软碟通UltraISO制作Ubuntu系统盘无法启动,推荐制作启动盘使用免费软件rufus
- 【代码复现】Windows10复现nerf-pytorch
- html后退按钮样式,返回按钮主题样式 | JShare
- 通俗案例剖析市场营销
- 20230210英语学习
- timenote时光笔记+android,TimeNote时光笔记
热门文章
- ROHM | 反向恢复时间trr的影响
- 幸福10项--重塑心灵
- Eclipse提示:Unable to make protected final java.lang.Class java.lang.ClassLoader
- 财政指标是什么意思_事业单位本年度财政授权支付预算指标数大于零余额账户用款额度下达数,根据两者间的差额”这句话什么意思...
- 全链路设计师是什么?如何打造全链路设计师?
- 告别脏乱差,多应用,快交付的智能公寓管理平台来啦
- 【平头哥RVB2601开发板试用体验】AT解析器和通过w800 AT命令接入阿里云生活物联网平台
- MOSFET N-CH 30V SM3323NHQAC-TRG、SI7114DN-T1-GE3场效应管
- 4月N2知识冲刺(1)
- HDU 2844 (多重背包)