我正在尝试确定某些数据点中的高概率区域。已经计算了概率,并且使用卡尔曼滤波器计算该区域的近似边界框。然而,卡尔曼滤波器的预测在一些偏移中使边界框不对齐。
正如您将在图像中看到的那样,红色框包含[0,1]之间的概率(较亮区域意味着较高概率),而灰色区域概率为0.这些概率在一些先验函数中计算和分配,我在这个问题中已经省略了,我将直接解决我面临的问题。
我需要的是在高概率分布的区域上对齐蓝色边界框(以绿线显示)。我可以使用一些试验和错误来做到这一点,例如向左,向右,向上和向下移动但是对于我的整个程序的长时间迭代,这种方法似乎不能很好地工作,迟早会给出不正确的估计并且整个程序从最佳解决方案
我读到的另一种使用均值漂移的方法,但我不知道如何在这部分问题中应用它。
尽管如此,请告诉我可以使用哪些可能的算法或方法来正确对齐问题中的边界框,如图所示。
此图显示了最佳解决方案,即绿色边界框显示正确的感兴趣区域。