粒子滤波
本文来自百度文档 还有一篇比较好的博文 1. 粒子滤波理论 粒子滤波通过非参数化的蒙特卡洛(Monte Carlo)模拟方法来实现递推贝叶斯滤波，适用于任何能用状态空间模型描述的非线性系统，精度可以逼近最优估计。 1.1. 贝叶斯滤波 动态系统的目标跟踪问题可以通过下图的状态空间模型来描述 ...
原文：粒子滤波的退化问题
退化现象，随着滤波迭代次数的增加，大部分粒子的权重会变得很小，只有很少的粒子具有较大的权重。 退化现象会造成： 后验概率只由少数几个权重较大的粒子表示，大多粒子对后验概率密度贡献接近于 造成计算资源的浪费，使大量的计算浪费在对状态估计贡献甚微的粒子点上。 减少退化现象： 增加粒子数，同时也增加了计算量 加入重采样环节 选择好的重要性采样函数 重要性采样的思想：对每个粒子产生不同数量的后代，其后代 ...
2021-07-18 20:48 0 129 推荐指数：
相关推荐
粒子滤波
基本思想 所谓粒子滤波就是指：通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差估计的过程，这些样本被形象的称为“粒子”，故而叫粒子滤波。采用数学语言描述如下: 对于平稳的随机过程, 假定k - 1 时刻系统的后验概率密度 ...
基于粒子滤波的目标追踪
基于粒子滤波的目标追踪 particle filter object tracking 读"K. Nummiaro, E. Koller-Meier, L. Van Gool. An adaptive ...
粒子滤波算法
上学的时候每次遇到“粒子滤波”那一堆符号，我就晕菜。今天闲来无事，搜了一些文章看，终于算是理解了。下面用白话记一下我的理解。 问题表述： 某年月，警方（跟踪程序）要在某个城市的茫茫人海（采样空间）中跟踪寻找一个罪犯（目标），警方采用了粒子滤波的方法。 1. 初始化： 警方找来了一批警犬 ...
理解粒子滤波(particle filter)
1）初始化阶段-提取跟踪目标特征 该阶段要人工指定跟踪目标，程序计算跟踪目标的特征，比如可以采用目标的颜色特征。具体到Rob Hess的代码，开始时需要人工用鼠标拖动出一个跟踪区域，然后程序自动计算 ...
二维粒子滤波纯代码
...
基于matlab的退化图像复原（四）------Lucy-Richarson滤波复原
Lucy-Richarson滤波复原 I0=imread('src.png'); I=rgb2gray(I0); subplot(341); imshow(I); title('src'); subplot(345); imshow(I); title('src ...
基于matlab的退化图像复原（二）------逆滤波复原
差不多就是这个理论，傅里叶变换之后除掉退化函数的傅里叶变换，就变回来了。 说是这么说，写出来就是这样。手写公式简单得多，人懒就是任性。 matlab代码。 clc I=imread('src.png'); I0=rgb2gray(I); subplot(231 ...