粒子滤波跟踪算法流程

最近项目上需要统计进入空间的目标数量及滞留时间,一个办法就是对在进入的目标进行跟踪,并对进入的目标进行跟踪计时。
开始试了一下opencv自带的camshift算法,发现camshift在背景较为复杂的时候,跟踪的效果比较差。
于是想通过预测跟踪的方式来做,经常用到的像是卡尔曼,粒子滤波。
现在正在试验粒子滤波,整理流程如下:

/*
* 使用粒子滤波对视频中的物体进行跟踪
* 步骤:
* (1)初始化:建立选区,计算选区特征
* (2)预测:放出粒子进行搜索
* (3)观测:计算粒子选区与初始选区的特征相似度
* (4)更新:更新粒子权重,保留权重较高的粒子,补充添加新的粒子
* (5)重采样,返回(2)处循环执行
*
******************/

你可能感兴趣的:(机器视觉,opencv)