超级会员免费看
目标匹配、跟踪与多相机监控技术解析
1. 卡尔曼滤波器的应用
在处理人类交互时，卡尔曼滤波器需要谨慎使用，它可用于提出关于运动的假设。不过，它在不同场景下的表现有所不同。例如，对于某些场景，它可能因时间延迟而处理效果不佳甚至无法处理。但卡尔曼滤波器可以有效地融入粒子滤波器中，也能被整合到监督整个跟踪过程的程序里。
2. 倒角匹配、跟踪与遮挡问题
- 基本概念 ：匹配和跟踪中一个长期存在的问题是视野内物体的遮挡。倒角匹配是一种有效的匹配方法，它通过物体边界将物体与模板进行匹配，相较于通过整个物体区域匹配，计算量要小得多。
- 匹配过程
- 首先定位图像中的边缘点，然后从边缘点开始生成距离函数图像，将边缘点的距离值初始化为零。
- 应用同样以边缘点形式存在的模板，理想情况下，沿着模板点的图像距离函数值之和应为零。当模板位置错误或物体形状扭曲时，该值会升高，对应每个图像点到理想位置的距离之和。
- 用平均“倒角”距离来表示匹配程度，公式为：$D_{chamfer}(T, I) = \frac{1}{N_T} \sum_{i = 1}^{N_T} DFI(i)$，其中$N_T$是模板内边缘点的数量，$D_{chamfer}(T, I)$实际上是一种不相似性度量，完美匹配时值为零。
| 参数 | 含义 |
|---|
订阅专栏 解锁全文
扫一扫
299
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
