视频帧的卡尔曼滤波跟踪与预测

Question

我是卡尔曼滤波的新手，但是用MATLAB可以应用卡尔曼滤波来预测和跟踪视频帧中的目标吗？

进一步的信息:我有一组连续的20张子弹从枪里射出来的图像(一张照片的爆发)。我在画面上做了一些图像处理，现在我可以把子弹作为一个点。我能预测子弹在第21帧中的位置吗？

注:我已经知道了，我需要循环图像帧，并制作一个视频，然后把它用于卡尔曼滤波预测。但是，在不把帧变成视频的情况下，做预测是可能的吗？

谢谢。

Answer 1

如果你已经应用卡尔曼滤波开始的20帧，那么你将理解以下的答案。

如果你没有21帧的话。

然后是X(t+1) = A*X(t)+B(u)+Noise

这是“预测”语句，您可以在第21帧预测值。A=状态，atrix，B=控制矩阵。X(t) =子弹在卡尔曼滤波器分配的第20帧中的位置。

如果您没有第21帧，那么您可以使用上面的值来显示21帧中的项目。这是卡尔曼滤波的主要特点之一，即使你没有观测值，也可以预测下一帧的值，这是一个很常见的实际情况，因为大多数时候传感器不选择物体，也没有观测值。

如果你得到了第21帧，然后取观察值并更新你的预测。

我建议查看youtube上的学生戴夫教程，看看卡尔曼滤波和跟踪。然后转到udacity 链接上的Udacity课程。

对于您的问题，kalman滤波函数应该是

    void Kalman_Filter(float *Zx, float *Zy)
{

    Mat Zt = (Mat_<float>(2, 1) << *Zx, *Zy);

    //prediction
    Predict = A*Prior;// +B*a;

    //covariacne
    P = P*P*A.t() + Ex;

    //measurement uopdate
    Mat Kt = P*H.t()*(H*P*H.t() + Ez);
    //
    Prior = Predict + Kt*(Zt - H*Predict);
    //
    P = (I - Kt*H)*P;
    //
    *Zx = Prior.at<float>(0, 0);
    *Zy = Prior.at<float>(1, 0);
    //
    return;

}

这里*Zx和*Zy是观察值，包含点大小子弹的x和y位置，您已经找到了。

Answer 2

“计算机视觉系统Tooblox”实现了卡尔曼滤波器：vision.KalmanFilter

文档中有一个演示，显示了这一点的实际操作：

基于卡尔曼滤波的目标跟踪

请注意，框架来自何处并不重要(可以是图像序列，也可以是实际视频)。

Answer 3

预测这个位置并不难。您平均位置的变化随着时间的推移，并使用它来预测新的立场。

例如，假设你的子弹处于50，46，41，37的位置，在随后的帧中，有一个已知的(和恒定的)帧速率。位置差异是-4，-5，-4。用你喜欢的平均标准。(卡尔曼滤波采用指数平均)平均速度为-4.33。

因此，下一帧的预测位置为37 + (-4.33) = 32.67像素。

据我所见，你不需要卡尔曼滤波器。如果你只观察位置的话。预测和更新，你不需要它。当你有多个传感器来测量相关的事物，或者一个复杂的系统行为时，卡尔曼滤波器就会发光。(在高速成像中，你通常可以忽略重力。因为你所有的运动都是线性的，所以你有一个简单的系统。)

要回答这个问题:是的，你可以用卡尔曼滤波器来追踪子弹.然而，对于这样一个简单的用例来说，这似乎是过火了。