知识卡片
带权粒子近似状态分布
粒子滤波把每个样本看作一个潜在目标状态。根据运动模型提出下一帧候选,再根据观测匹配程度更新权重,必要时按权重重采样。有限粒子数影响对多个可能状态的覆盖。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第4章 智能驾驶的环境感知 4.3 基于协同学习的目标跟踪技术 · 查看原书依据
用粒子滤波的方法,其核心思想为利用有限的加权样本集近似求解后验概率。每一个样本表示目标的假设状态,其权重为,满足条件=1,N为样本数目。于是,后验概率可以近似为
参考来源
- 位置:《人工智能:智能驾驶》第4章 智能驾驶的环境感知,4.3 基于协同学习的目标跟踪技术(book-source:extracted/人工智能:智能驾驶/_epub-src/OEBPS/Text/chapter7.xhtml#A92250057-1603-4665-8d24-eb529fa1b0c3)
- 结论依据:原文将跟踪写成后验估计,并给出加权候选和重采样。
- 原始内容:用粒子滤波的方法,其核心思想为利用有限的加权样本集近似求解后验概率。每一个样本表示目标的假设状态,其权重为,满足条件=1,N为样本数目。于是,后验概率可以近似为