粒子濾波器重采樣

Question

通過閱讀幾篇論文，我在C ++上實現了一個自舉粒子濾鏡，我首先實現了一個表現非常好的一維鼠標跟蹤器。 我在本次考試中使用普通高斯加權。

我使用局部運動和HSV 32 bin直方圖的2個特征將算法擴展到跟蹤面部。 在這個例子中，我的稱重函數成為直方圖的運動x概率的概率。 （這個對嗎）。

如果這是正確的，請注意重新取樣功能。 目前我的重采樣功能如下：

對於每個粒子N = 50;

計算CDF生成隨機數（通過高斯）X更新索引X處的粒子重復所有N個粒子。 這是我目前的重新采樣功能。 注意：第二步我通過高斯分布使用隨機數獲得索引，而我的加權函數是運動概率和直方圖。

我的問題是：我應該使用運動和直方圖的概率生成隨機數，還是僅通過高斯的隨機數生成隨機數。

Answer 1

在SIR（順序重要性重采樣）粒子濾波器中，重采樣旨在復制重量較高的粒子，同時去除重量較輕的粒子。

因此，當您對粒子進行加權時（通常使用您已使用的可能性），重新取樣的一種方法是創建權重的累積分布，然后在均勻分布后生成隨機數並選取對應於CDF的插槽。 這樣，選擇具有更多重量的粒子的可能性更大。

此外，不要忘記在生成粒子副本后添加一些噪音，否則您的點估計可能會有一段時間的偏差。