タグ付けされた質問 「tracking」

カルマンフィルターを使用した（視覚的な）追跡の直感的な説明をいただければ幸いです。私が知っていること： 予測ステップ： 動的システム状態：時刻ターゲットの場所xt\mathbf x_ttt 測定：時間インデックス画像（??）zt\mathbf z_ttt 画像/測定に基づいて状態を予測したいですか？（動的方程式を使用）それは正しいですか？1→(t−1)1\rightarrow(t-1)xt\mathbf x_t 修正手順をこれらの用語（画像、ターゲットの場所）に解釈するにはどうすればよいですか？

17 computer-vision  kalman-filters  tracking 

カルマンフィルターフレームワークにおけるノイズ共分散行列の重要性は何ですか？ 私が言及しているのは： プロセスノイズ共分散行列Q、および 測定ノイズ共分散行列R いつでもステップt。 これらの行列をどのように解釈しますか？彼らは何を表していますか？彼らは、ある観測のノイズが状態ベクトルの別の観測のノイズに対してどのように変化するかについて話しますか？

11 filters  noise  kalman-filters  tracking 

たとえばY'UV画像でクロマサブサンプリングを利用するときにデータレートを計算する方法を理解するのに苦労しています。 以下の計算例があります。 画像解像度：352*288 周波数：25 fps 以下のために（：4：4 4）以下のように計算例を行きます： (352px * 288px) * 3 color channels * 25 fps * 8 bit = 60 825 600 bit/s ここまでは順調ですね。 しかし、今来る（4：2：0）： (352px*288px) * 1.5 color channels * 25 * 8 = 30 412 800 bit/s さて、この例を例（4：1：1）に変換しようとすると、1.5カラーチャネルの比率がどのように計算されるかを正しく理解しているかどうかわかりません。 計算の最初の推測は（4：2：0）の場合でした： 2/4*3=1.5 color channels 同様に（4：1：1）の場合、カラーチャネルの比率を次のように計算します。 1/4*3=0.75 color channels …

10 image-processing  image-processing  matlab  fourier-series  wavelet  transform  image-processing  matlab  image  image-processing  image-registration  segmentation  image-processing  edge-detection  canny-edge-detector  tracking  image  fft  stft  image-processing  preprocessing  segmentation  image-processing  computer-vision  image-segmentation  thresholding  frequency-spectrum  wave  image-processing  edge-detection  window-functions  image-processing  optical-flow  image-processing  ocr  text-recognition  image-processing  computer-vision  frequency-spectrum  image-processing  image-processing  computer-vision  fourier-transform  dsp-core  wave  image-processing  3d 

カメラ（iPhone）を持っています。画像に3Dコントロールオブジェクトがあり、そのプロパティをよく知っています。（私の制御オブジェクト）。動きのある二次オブジェクトもあります。最終的な目標は、移動するオブジェクトの3D軌道を一定期間確立することです。（追跡） 聞きたいのですが、調べてもらえますか？ 制御オブジェクトまでの電話の距離（議論のために、カメラが特定の高さにあり、特定の距離がどちらも不明であるが、カメラは既知の表面に垂直であると仮定しましょう） 後続の各フレームでオブジェクトを配置できるセカンダリオブジェクト。私の目標は、上で示したように、その3D軌跡を推定することです。 おまけの質問、コントロールオブジェクトまでの電話の距離を設定できるようにシステムを作成できます（ただし、推奨されません）。これは2番目の点で役立ちますか？

9 tracking  image 

無人航空機のグレースケールビデオ画像安定化アプリケーションでは、フレームNから選択されたフレームN + 1の「良い」ハリスコーナーを見つけるのが困難です。問題の原因は、フレーム間の急激な不均一なピクセルコントラストの変化にあるようです。おそらく空中にいて、遅いフレームレート（約3 fps）を使用していることが、ピクセルコントラストのシフトの根本的な原因です。 フレームN + 1の「良い」ハリスコーナーの追跡を改善するために、フレーム間のピクセルコントラストを滑らかにするために、さまざまなヒストグラム均等化手法を試しました。結果は依然として悪いままです。 誰かが遅いフレームレートの日中の空中環境でビデオフレーム間のハリスコーナートラッキングを改善する方法について何か提案がありますか？よろしくお願いします。 編集：2012年1月30日、テストケース（実際のフレームサイズではない）画像を追加 概要の更新：2012年2月8日。人々は、Harrisコーナーはグレースケールビデオ機能の追跡ではそれほど有用ではないことを示唆しています。以下の回答は、さまざまな代替案へのリンクを提案および提供しています。これらの代替案を評価しており、その時点で結果を報告します。コメントと回答をありがとうございました。 これは、35個の「良好な」5x5ハリスコーナーが選択された前のフレームNです。元のフレームは8 bppのrawピクセルです。 59列266列目にある5x5のハリスコーナーは次のとおりです。 追跡された5x5のHarrisコーナーがいくつかある現在のフレームN + 1。そのうちの1つだけが有効です。 r47 c145のフレームN + 1に表示される前のフレーム5x5 Harrisコーナー： 選択した5x5のピクセル強度がすべて、前のフレームから現在のフレームまで不均一に変化していることに注意してください。フレーム間のコントラストイコライゼーションテクニックは、現在のフレームで選択された5x5ピクセルの前のフレームを検出するのに役立ちません。すべての提案を歓迎します。

8 image-processing  preprocessing  local-features  tracking