概率占据图算法（POM）介绍

最新推荐文章于 2022-11-13 21:00:40 发布

CTygeHm

最新推荐文章于 2022-11-13 21:00:40 发布

阅读量2.3k

点赞数 1

分类专栏：贝叶斯视觉算法

本文链接：https://blog.csdn.net/CTygeHm/article/details/45747999

版权

概率占据图算法（POM）是一种基于贝叶斯框架的视觉算法，用于计算物体在平面上存在的概率。它结合多个相机的视角信息，通过对监控区域划分并计算每个部分存在物体的概率来工作。虽然POM理论简洁且效果良好，但由于计算复杂度高，运行速度慢，不适合实时监控任务。该算法使用变分法求解，并依赖于指数模型和平均分布的先验知识。

摘要由CSDN通过智能技术生成

缘起

这个算法在国内不多见，百度谷歌也没有看到相关的资料，感觉这个算法是变分法在贝叶斯框架下的视觉算法中的一个很好的应用，所以就把自己以前整理的一些内容贴出来了。

什么是POM

Probabilistic Occupancy Map，用于计算物体在平面上存在的概率，原文见[1]，代码见[2]。多个相机从不同角度监控同一场景，POM通过各视角运动检测后的结果（二值图像）计算所监控平面上运动物体出现的概率。具体地，首先将被监控平面划分为等大小的矩形，每个矩形上有无物体（行人，后文不区分）的事件表示为 $X_i$ ，当 $X_i=1$ 时表示有行人，否则无，POM可得到 $Pr(X_i=1)$ 使下式最大：