使用NaN值的指数平滑

Question

我有一些可以创建有点嘈杂输出的样本。样本是来自摄像机的一些图像处理的结果，其指示特定颜色的斑点的标题。它是一个从-45°到+ 45°的角度，或一个NaN，这意味着blob实际上不在视野中。

为了对抗嘈杂的数据，我觉得exponential smoothing可以解决问题。但是，我不确定如何处理NaN值。

一方面，让他们参与数学计算将导致NaN平均值，这将阻止任何有意义的结果。另一方面，完全忽略NaN值意味着永远不会报告“无检测”情况。而且只是为了使事情复杂化，数据也会产生噪音，因为它可能会得到错误的NaN值，理想情况下会以某种方式平滑以防止随机噪音。

关于如何实现这种指数平滑器的任何想法？

Answer 1

保留两个发行版怎么样？第一个可以照常平滑你的平滑blob，除非你得到一个NaN，而只是输入最后看到的非NaN值（或其他一些默认值）;另一个是“NaN分布”，它对于每个非NaN值简单地得到0，对于每个NaN（或类似的东西）得到1。

这样，即使它被遮挡，你的主要发行版也将继续根据“最后已知的标题”进行预测，而不会获得垃圾数据或搞乱平滑，但你也会同时获得NaN分布的峰值让你知道事情已经发生了。

Answer 2

嗯，这实际上取决于你对平滑数据的处理方式。您可能尝试的一件事是除了它的位置之外还有一个指数加权平滑的blob速度，其中NaN的贡献值为零。遇到NaN时，可以根据之前的位置和平滑的速度将其替换为投影位置。通过平滑速度，您可以防止整个NaN序列产生完全疯狂的大或小值。这可能导致值超出[-45,45]，这应该捕获它不在视图中以及它离开视图的一侧。现在，您必须实际验证这会在您的计算机视觉算法中产生良好的效果。如果没有，您可能还想尝试用之前的值或零替换NaN，或者只是忽略NaN并查看哪种方法效果最好。