現實案例：美式橄欖球比賽畫面的一段，在螢幕上指點乙個區域比如計算顏色特徵或空間輪廓特徵等等，然後跟蹤框跟蹤目標
粒子濾波演算法思想源於蒙特卡洛思想，以事件出現的頻率代替該事件的概率，在粒子濾波演算法中，凡是用到概率的地方都用離散化取樣，通過大量的取樣分布來近似表示，此法優點是可以處理任意形式的概率。我們的目的就是讓**粒子接近真實狀態。
1）初始化階段-提取跟蹤目標特徵
該階段要人工指定跟蹤目標，程式計算跟蹤目標的特徵，比如可以採用目標的顏色特徵。具體到rob hess的**，開始時需要人工用滑鼠拖動出乙個跟蹤區域，然後程式自動計算該區域色調(hue)空間的直方圖，即為目標的特徵。直方圖可以用乙個向量來表示，所以目標特徵就是乙個n*1的向量v。（此階段可以融合多種資訊作為目標特徵），當然特徵與下圖並無聯絡。此處得到了要跟蹤目標的目標直方圖
2）搜尋階段-放狗
我們已經掌握了目標的特徵，下面放出很多條狗，去搜尋目標物件，這裡的狗就是粒子particle或者說是樣本（粒子是通過對初始狀態和他的概率分布進行取樣得到的）。狗有很多種放法。比如，a)均勻的放：即在整個影象平面均勻的撒粒子(uniform distribution)；b)在上一幀得到的目標附近按照高斯分布來放，可以理解成，靠近目標的地方多放，遠離目標的地方少放。rob hess的**用的是後一種方法。狗放出去後，每條狗怎麼搜尋目標呢？就是按照初始化階段得到的目標特徵(色調直方圖，向量v)。每條狗計算它所處的位置處影象的顏色特徵，得到乙個色調直方圖，向量vi，計算該直方圖與目標直方圖的相似性。相似性有多種度量，最簡單的一種是計算sum(abs(vi-v))，**中常用.每條狗算出相似度後再做一次歸一化，使得所有的狗得到的相似度加起來等於1. 【重要性取樣階段】即從建議分布採q樣粒子
3）決策階段
我們放出去的一條條聰明的狗向我們發回報告，「一號狗處影象與目標的相似度是0.3」,「二號狗處影象與目標的相似度是0.02」,「三號狗處影象與目標的相似度是0.0003」,「n號狗處影象與目標的相似度是0.013」...那麼目標究竟最可能在**呢？我們做次加權平均吧。設n號狗的影象畫素座標是(xn,yn),它報告的相似度是wn,於是目標最可能的畫素座標x = sum(xn*wn),y = sum(yn*wn).
圖可以用乙個向量來表示，所以目標特徵就是乙個n*1的向量v。（此階段可以融合多種資訊作為目標特徵），當然特徵與下圖並無聯絡。此處得到了要跟蹤目標的目標直方圖
2）搜尋階段-放狗
我們已經掌握了目標的特徵，下面放出很多條狗，去搜尋目標物件，這裡的狗就是粒子particle（粒子是通過對初始狀態和他的概率分布進行取樣得到的）。狗有很多種放法。比如，a)均勻的放：即在整個影象平面均勻的撒粒子(uniform distribution)；b)在上一幀得到的目標附近按照高斯分布來放，可以理解成，靠近目標的地方多放，遠離目標的地方少放。rob hess的**用的是後一種方法。狗放出去後，每條狗怎麼搜尋目標呢？就是按照初始化階段得到的目標特徵(色調直方圖，向量v)。每條狗計算它所處的位置處影象的顏色特徵，得到乙個色調直方圖，向量vi，計算該直方圖與目標直方圖的相似性。相似性有多種度量，最簡單的一種是計算sum(abs(vi-v))，**中常用.每條狗算出相似度後再做一次歸一化，使得所有的狗得到的相似度加起來等於1. 【重要性取樣階段】即從建議分布採q樣粒子
3）決策階段
我們放出去的一條條聰明的狗向我們發回報告，【此部分需要通過計算概率函式比較粒子所在的與模板的相似度】「一號狗處影象與目標的相似度是0.3」,「二號狗處影象與目標的相似度是0.02」,「三號狗處影象與目標的相似度是0.0003」,「n號狗處影象與目標的相似度是0.013」...那麼目標究竟最可能在**呢？我們做次加權平均吧。設n號狗的影象畫素座標是(xn,yn),它報告的相似度是wn,於是目標最可能的畫素座標x = sum(xn*wn),y = sum(yn*wn).此階段即重要性加權階段
此階段亦可成為校正階段，前面得到了取樣粒子也即**粒子，獲得了粒子就要計算它的權重，即重要性加權。
4）重取樣階段resampling
此階段的目的是解決上一階段粒子集的退化問題，這是因為搜尋階段用重要性函式q代替後驗概率分布作為取樣函式時，理想情況是重要性函式非常接近後驗概率分布，即希望重要性函式的方差基本為零。因此重要性權重的方差隨著時間推移隨機遞增，使得粒子的權重集中到少數粒子上。本階段要解決粒子集退化問題。
(2)->(3)->(4)->(2)如是反覆迴圈，即完成了目標的動態跟蹤。
底端的概率分布曲線表示是任意形狀的，初始狀態x(0)往往是未知的，於是初始的取樣往往是均勻分布的，但隨著狀態的轉移和迭代，粒子狀態的概率形狀就逐步發生變化，即可能是隨意的如圖形狀。
靠不住 終結版
靠不住.終結版 看完 蘋果 發現，男人靠不住 看完 色戒 發現，女人靠不住 看完 投名狀 發現，兄弟靠不住 看完 集結號 發現，組織靠不住 看完 媽媽再愛我一次 發現，老爸靠不住 看完 新警察故事 發現，兒子靠不住 看完 滿城盡帶 甲 發現，老婆老公靠不住 看完 紅樓夢 發現，祖母和嫂子也靠不住 看...
PHP分頁效率終結版 推薦
這裡僅展示出設計思路，具體安全問題，是否同步更新等可根據具體需求新增修改 以前人們常用的php分頁技術,通常都需要先統計出資料庫中總資訊條數才能判斷出總頁數並對其進行分頁,也就是說,每次分頁要對資料庫進行兩次呼叫,在面臨大資料量,高併發查詢情況下是很不效率的,曾經一直為這個問題煩惱但都沒想到合適的解...
oracle 11g安裝教程終結版
1 解壓檔案 2 雙擊 setup.exe 3 高階安裝 下一步 4 企業版 下一步 5 下一步 6 只要不報錯，警告沒事。路徑如果報錯的話，沒事，直接繼續 注意 如果有需要6.2版本的錯誤，請如下修改，下圖中複製一段，改成 7 建立資料庫，下一步 8 下一步 9 下一步 10 選擇示例方案，勾選下...