上學的時候每次遇到「粒子濾波」那一堆符號，我就暈菜。今天閒來無事，搜了一些文章看，終於算是理解了。下面用白話記一下我的理解。
問題表述：
某年月，**（跟蹤程式）要在某個城市的茫茫人海（取樣空間）中跟蹤尋找乙個罪犯（目標），**採用了粒子濾波的方法。
初始化：
**找來了一批警犬（粒子），並且讓每個警犬預先都聞了罪犯留下來的衣服的味道（為每個粒子初始化狀態向量s0），然後將警犬均勻布置到城市的各個區（均勻分布是初始化粒子的一種方法，另外還有諸如高斯分布，即：將警犬以罪犯留衣服的那個區為中心來擴充套件分布開來）。
搜尋：
每個警犬都聞一聞自己位置的人的味道（粒子狀態向量si），並且確定這個味道跟預先聞過的味道的相似度（計算特徵向量的相似性），這個相似度的計算最簡單的方法就是計算乙個歐式距離（每個粒子i對應乙個相似度di），然後做歸一化（即：保證所有粒子的相似度之和為1）。
決策：
總部根據警犬們發來的味道相似度確定罪犯出現的位置（概率上最大的目標）：最簡單的決策方法為哪個味道的相似度最高，那個警犬處的人就是目標。
重取樣：
上述，2,3,4過程重複進行，就完成了粒子濾波跟蹤演算法的全過程。
粒子濾波的退化問題
1 退化現象，隨著濾波迭代次數的增加，大部分粒子的權重會變得很小，只有很少的粒子具有較大的權重。2 退化現象會造成 1 後驗概率只由少數幾個權重較大的粒子表示，大多粒子對後驗概率密度貢獻接近於0 2 造成計算資源的浪費，使大量的計算浪費在對狀態估計貢獻甚微的粒子點上。3 減少退化現象 1 增加粒子數...
20170330 濾波 基於粒子濾波的物體跟蹤
一直都覺得粒子濾波是個挺牛的東西，每次試圖看文獻都被複雜的數學符號搞得看不下去。乙個偶然的機會發現了rob hess 實現的這個粒子濾波。從 入手，一下子就明白了粒子濾波的原理。根據維基百科上對粒子濾波的介紹 粒子濾波其實有很多變種，rob hess實現的這種應該是最基本的一種，sampling i...
基於粒子濾波的物體跟蹤
一直都覺得粒子濾波是個挺牛的東西，每次試圖看文獻都被複雜的數學符號搞得看不下去。乙個偶然的機會發現了rob hess 實現的這個粒子濾波。從 入手，一下子就明白了粒子濾波的原理。根據維基百科上對粒子濾波的介紹 粒子濾波其實有很多變種，rob hess實現的這種應該是最基本的一種，sampling i...