使用粒子滤波(particle filter)进行视频目标跟踪
虽然有许多用于目标跟踪的算法,包括较新的基于深度学习的算法,但对于这项任务,粒子滤波仍然是一个有趣的算法。所以在这篇文章中,我们将介绍视频中的目标跟踪:预测下一帧中物体的位置。在粒子滤波以及许多其他经典跟踪算法的情况下,我们根据估计的动态进行预测,然后使用一些测量值更新预测。我们从数学理论开始。
虽然有许多用于目标跟踪的算法,包括较新的基于深度学习的算法,但对于这项任务,粒子滤波仍然是一个有趣的算法。所以在这篇文章中,我们将介绍视频中的目标跟踪:预测下一帧中物体的位置。在粒子滤波以及许多其他经典跟踪算法的情况下,我们根据估计的动态进行预测,然后使用一些测量值更新预测。我们从数学理论开始。
1.支持ES6新语法,安装babelpolyfill<blockquoteIE不支持es6语法</blockquote安装<pre<codenpminstallsavebabelpolyfill或者(下同)yarnaddbabelp
新建一个servlet项目Flies>new>project>ProjectSDK选择自己的JDK文件>勾选WebAppliction>Next!clipboard.png(/img/bVbuMlf?w853