我正在尝试研究如何使用卡尔曼滤波器自己跟踪在视频序列中移动的物体(球),所以请在我还是个孩子的时候向我解释一下。
通过一些算法(颜色分析,光流......),我能够获得每个视频帧的二进制图像,其中有跟踪对象(白色像素)和背景(黑色像素)->我知道对象大小,对象质心,对象位置 -> 只需简单地在对象周围绘制一个边界框 -> 完成。为什么我需要在这里使用卡尔曼滤波器?
好的,有人告诉我,因为我无法在每个视频帧中检测到物体,因为噪声,我需要使用卡尔曼滤波器来估计物体的位置。好的。但据我所知,我需要向卡尔曼滤波器提供输入。它们是先前的状态和测量值。
- 以前的状态(所以我认为它是前一帧中物体的位置、速度、加速度……)-> 好的,这对我来说很好。
当前状态的测量:这是我无法理解的。测量可以是什么?- 对象在当前帧中的位置?这很有趣,因为如果我知道对象的位置,我只需要在对象周围绘制一个简单的边界框(矩形)。为什么我在这里不再需要卡尔曼滤波器?因此,不可能将物体在当前帧中的位置作为测量值。- “视频监控系统中基于卡尔曼滤波器的跟踪”文章说
卡尔曼滤波模块的主要作用是为从光流分析模块进入系统的每个测量值分配一个跟踪滤波器。
如果您阅读全文,您会看到作者将 blob 的最大数量和 blob 的最小大小作为卡尔曼滤波器的输入。这些参数如何用作度量?
我想我现在处于一个循环中。我想使用卡尔曼滤波器来跟踪对象的位置,但我需要知道该对象的位置作为卡尔曼滤波器的输入。到底是怎么回事?
还有1个问题,我不明白“卡尔曼滤波器的数量”这个词。在视频序列中,如果有 2 个对象需要跟踪 -> 需要使用 2 个卡尔曼滤波器?是这个意思吗?