针对目标被遮挡的情况,使用卡尔曼滤波进行轨迹预测,试验表明,具有较好的轨迹预测效果
观测值:传感器读数,因为某些客观原因,可能存在较大误差。
估计值:也称为先验估计,卡尔曼滤波的状态转移方程进行估计。
最优估计值:也称为后验估计,综合观测值和先验估计得到后验估计。
后验估计基于估计值和观测值进行综合,如下一帧的预测值和下一帧检测值,下一帧的预测值是根据当前帧得到的
先估计(先验估计),后更新(后验估计),更新的除了状态量,也包括状态协方差矩阵,增益矩阵
使用卡尔曼滤波实现单目标跟踪过程中的目标运动轨迹预测
两个版本的代码
版本1,直接读取用检测算法生成的目标框文件txt
单目标跟踪
检测器获得检测框,全程只赋予1个ID,有两个相同的东西进来时,不会丢失唯一跟踪目标
检测器的检测框为观测值
目标的状态X = [x,y,h,w,delta_x,delta_y],中心坐标,宽高,中心坐标速度
观测值
如何寻找目标的观测值
观测到的是N个框
怎么找到目标的观测值
t时刻的框与t-1后验估计时刻IOU最大的框的那个作为观测值(存在误差,交叉情况下观测值会有误差)
所以需要使用先验估计值进行融合
1.1 main.py