在视频稳定中使用卡尔曼滤波器或粒子滤波器进行平滑运动

Question

我有问题。我读了很多关于视频稳定的论文。几乎所有论文都提到了使用卡尔曼滤波器进行平滑运动，所以它很强大并且可以在实时应用程序中运行。 但是还有另一种强烈的滤波器，即粒子滤波器。 但是为什么我们不使用Partilce滤镜来平滑运动以创建稳定的视频？ 一些论文仅使用粒子滤波器来估计帧之间的全局运动（运动估计部分）。 很难理解它们。 有人可以帮我解释一下吗？ 非常感谢你。

Answer 1

卡尔曼滤波器单模。这意味着它有一个信念以及误差协方差矩阵来表示该信念作为正态分布的置信度。如果你想要平滑一些过程，你想要得到一个平滑的结果。这与KF一致。这就像使用最小二乘回归来拟合数据线。您正在简化一个结果的输入。

粒子滤波器的本质是多模式。在卡尔曼滤波器将信念表示为中心值和围绕该中心值的方差的情况下，粒子滤波器仅具有许多粒子，其值聚集在更可能的区域周围。粒子滤波器可以表示与KF基本相同的状态（想象一下粒子的直方图，看起来像正态分布的经典钟形曲线）。但是粒子滤波器也可以具有多个隆起或实际上任何形状。这种具有多个同时模式的能力非常适合处理诸如估计运动之类的问题，因为一种模式（粒子簇）可以代表一次移动，而另一种模式代表不同的移动。当出现这种模糊性时，KF将不得不完全放弃其中一种可能性，但是粒子过滤器可以同时保持对两种事物的相信，直到更多数据解决了模糊性。