Question

我一直在研究卡尔曼滤波器的操作几天，以提高我的人脸检测程序的性能。根据我收集的信息，我已经汇总了一个代码。卡尔曼滤波器部分的代码如下。

int Kalman(int X,int faceWidth,int Y,int faceHeight, IplImage *img1){
CvRandState rng; 
const float T = 0.1;

// Initialize Kalman filter object, window, number generator, etc
cvRandInit( &rng, 0, 1, -1, CV_RAND_UNI );

//IplImage* img = cvCreateImage( cvSize(500,500), 8, 3 );
CvKalman* kalman = cvCreateKalman( 4, 4, 0  );

// Initializing with random guesses
// state x_k
CvMat* state = cvCreateMat( 4, 1, CV_32FC1 );
cvRandSetRange( &rng, 0, 0.1, 0 );
rng.disttype = CV_RAND_NORMAL;
cvRand( &rng, state );

// Process noise w_k
CvMat* process_noise = cvCreateMat( 4, 1, CV_32FC1 );

// Measurement z_k
CvMat* measurement = cvCreateMat( 4, 1, CV_32FC1 );
cvZero(measurement);

/* create matrix data */   
 const float A[] = {    
        1, 0, T, 0,   
        0, 1, 0, T,   
        0, 0, 1, 0,   
        0, 0, 0, 1   
    }; 

 const float H[] = {    
        1, 0, 0, 0,   
        0, 0, 0, 0,   
        0, 0, 1, 0,   
        0, 0, 0, 0   
    };

 //Didn't use this matrix in the end as it gave an error:'ambiguous call to overloaded function' 
/* const float P[] = {   
        pow(320,2), pow(320,2)/T, 0, 0,   
        pow(320,2)/T, pow(320,2)/pow(T,2), 0, 0,   
        0, 0, pow(240,2), pow(240,2)/T,   
        0, 0, pow(240,2)/T, pow(240,2)/pow(T,2)   
        }; */

 const float Q[] = {   
        pow(T,3)/3, pow(T,2)/2, 0, 0,   
        pow(T,2)/2, T, 0, 0,   
        0, 0, pow(T,3)/3, pow(T,2)/2,   
        0, 0, pow(T,2)/2, T   
        };   

 const float R[] = {   
        1, 0, 0, 0,   
        0, 0, 0, 0,   
        0, 0, 1, 0,   
        0, 0, 0, 0   
        };   

//Copy created matrices into kalman structure
memcpy( kalman->transition_matrix->data.fl, A, sizeof(A));   
memcpy( kalman->measurement_matrix->data.fl, H, sizeof(H));   
memcpy( kalman->process_noise_cov->data.fl, Q, sizeof(Q));   
//memcpy( kalman->error_cov_post->data.fl, P, sizeof(P));   
memcpy( kalman->measurement_noise_cov->data.fl, R, sizeof(R)); 

//Initialize other Kalman Filter parameters
//cvSetIdentity( kalman->measurement_matrix, cvRealScalar(1) );
//cvSetIdentity( kalman->process_noise_cov, cvRealScalar(1e-5) );
/*cvSetIdentity( kalman->measurement_noise_cov, cvRealScalar(1e-1) );*/
cvSetIdentity( kalman->error_cov_post, cvRealScalar(1e-5) );

/* choose initial state */  
kalman->state_post->data.fl[0]=X;   
kalman->state_post->data.fl[1]=faceWidth;   
kalman->state_post->data.fl[2]=Y;   
kalman->state_post->data.fl[3]=faceHeight;

//cvRand( &rng, kalman->state_post );

/* predict position of point  */
const CvMat* prediction=cvKalmanPredict(kalman,0);

//generate measurement (z_k)
cvRandSetRange( &rng, 0, sqrt(kalman->measurement_noise_cov->data.fl[0]), 0 );   
cvRand( &rng, measurement ); 
cvMatMulAdd( kalman->measurement_matrix, state, measurement, measurement );

//Draw rectangles in detected face location
cvRectangle( img1,
            cvPoint( kalman->state_post->data.fl[0], kalman->state_post->data.fl[2] ),
            cvPoint( kalman->state_post->data.fl[1], kalman->state_post->data.fl[3] ),
            CV_RGB( 0, 255, 0 ), 1, 8, 0 );

cvRectangle( img1,
            cvPoint( prediction->data.fl[0], prediction->data.fl[2] ),
            cvPoint( prediction->data.fl[1], prediction->data.fl[3] ),
            CV_RGB( 0, 0, 255 ), 1, 8, 0 );

cvShowImage("Kalman",img1);

//adjust kalman filter state
cvKalmanCorrect(kalman,measurement);

cvMatMulAdd(kalman->transition_matrix, state, process_noise, state);

return 0;
}

在面部检测部分（未示出）中，绘制用于检测到的面部的框。 'X，Y，faceWidth和faceHeight'是框的坐标以及传递到卡尔曼滤波器的宽度和高度。 'img1'是视频的当前帧。

结果：

虽然我从'state_post'和'prediction'数据中获得了两个新的矩形（如代码所示），但它们似乎都没有比没有卡尔曼滤波器的初始框更稳定。

以下是我的问题：

矩阵是否已初始化（转换矩阵A，测量矩阵H等），对于这四个输入情况是否正确？（例如4个输入的4 * 4矩阵？）
我们不能将每个矩阵设置为单位矩阵吗？
我遵循的方法直到绘制矩形在理论上是正确的吗？我按照this中的示例和不使用外部输入的“学习OpenCV”一书。

对此有任何帮助将不胜感激！

Answer 1

如果直接从图像测量，

H []应该是标识。如果你有4次测量，并且你在对角线上做了0某些值，那么当它不成立时，你正在进行那些预期的测量（x * H）0。那么卡尔曼滤波器上的创新（z-x * H）就会很高。

R []也应该是对角线，尽管测量误差的协方差可能不同于1。如果你有标准化坐标（宽度=高度= 1），R可能是0.01。如果你正在处理像素坐标，R = diagonal_ones意味着一个像素的错误，那没关系。您可以尝试使用2,3,4等...

您应该在每个帧上传播状态的转换矩阵A []看起来像是由x，y，v_x和v_y组成的状态的转换矩阵。你没有在模型中提到速度，你只谈论测量。注意，不要将状态（描述面部位置）与测量（用于更新状态）混淆。您的状态可以是位置，速度和加速度，您的测量值可以是图像中的n个点。或者脸部的x和y位置。

希望这有帮助。

卡尔曼滤波器具有四个输入参数

1 个答案: