Filtry Kalmana z czterema parametrami wejściowymi

Question

Od kilku dni badam działanie filtra Kalmana, aby poprawić wydajność mojego programu do wykrywania twarzy. Na podstawie zebranych informacji zestawiłem kod. Kod części filtra Kalmana jest następujący.

int Kalman(int X,int faceWidth,int Y,int faceHeight, IplImage *img1){ 
CvRandState rng; 
const float T = 0.1; 

// Initialize Kalman filter object, window, number generator, etc 
cvRandInit(&rng, 0, 1, -1, CV_RAND_UNI); 

//IplImage* img = cvCreateImage(cvSize(500,500), 8, 3); 
CvKalman* kalman = cvCreateKalman(4, 4, 0 ); 

// Initializing with random guesses 
// state x_k 
CvMat* state = cvCreateMat(4, 1, CV_32FC1); 
cvRandSetRange(&rng, 0, 0.1, 0); 
rng.disttype = CV_RAND_NORMAL; 
cvRand(&rng, state); 

// Process noise w_k 
CvMat* process_noise = cvCreateMat(4, 1, CV_32FC1); 

// Measurement z_k 
CvMat* measurement = cvCreateMat(4, 1, CV_32FC1); 
cvZero(measurement); 

/* create matrix data */ 
const float A[] = {  
     1, 0, T, 0, 
     0, 1, 0, T, 
     0, 0, 1, 0, 
     0, 0, 0, 1 
    }; 

const float H[] = {  
     1, 0, 0, 0, 
     0, 0, 0, 0, 
     0, 0, 1, 0, 
     0, 0, 0, 0 
    }; 

//Didn't use this matrix in the end as it gave an error:'ambiguous call to overloaded function' 
/* const float P[] = { 
     pow(320,2), pow(320,2)/T, 0, 0, 
     pow(320,2)/T, pow(320,2)/pow(T,2), 0, 0, 
     0, 0, pow(240,2), pow(240,2)/T, 
     0, 0, pow(240,2)/T, pow(240,2)/pow(T,2) 
     }; */ 

const float Q[] = { 
     pow(T,3)/3, pow(T,2)/2, 0, 0, 
     pow(T,2)/2, T, 0, 0, 
     0, 0, pow(T,3)/3, pow(T,2)/2, 
     0, 0, pow(T,2)/2, T 
     }; 

const float R[] = { 
     1, 0, 0, 0, 
     0, 0, 0, 0, 
     0, 0, 1, 0, 
     0, 0, 0, 0 
     }; 

//Copy created matrices into kalman structure 
memcpy(kalman->transition_matrix->data.fl, A, sizeof(A)); 
memcpy(kalman->measurement_matrix->data.fl, H, sizeof(H)); 
memcpy(kalman->process_noise_cov->data.fl, Q, sizeof(Q)); 
//memcpy(kalman->error_cov_post->data.fl, P, sizeof(P)); 
memcpy(kalman->measurement_noise_cov->data.fl, R, sizeof(R)); 

//Initialize other Kalman Filter parameters 
//cvSetIdentity(kalman->measurement_matrix, cvRealScalar(1)); 
//cvSetIdentity(kalman->process_noise_cov, cvRealScalar(1e-5)); 
/*cvSetIdentity(kalman->measurement_noise_cov, cvRealScalar(1e-1));*/ 
cvSetIdentity(kalman->error_cov_post, cvRealScalar(1e-5)); 

/* choose initial state */ 
kalman->state_post->data.fl[0]=X; 
kalman->state_post->data.fl[1]=faceWidth; 
kalman->state_post->data.fl[2]=Y; 
kalman->state_post->data.fl[3]=faceHeight; 

//cvRand(&rng, kalman->state_post); 

/* predict position of point */ 
const CvMat* prediction=cvKalmanPredict(kalman,0); 

//generate measurement (z_k) 
cvRandSetRange(&rng, 0, sqrt(kalman->measurement_noise_cov->data.fl[0]), 0); 
cvRand(&rng, measurement); 
cvMatMulAdd(kalman->measurement_matrix, state, measurement, measurement); 

//Draw rectangles in detected face location 
cvRectangle(img1, 
      cvPoint(kalman->state_post->data.fl[0], kalman->state_post->data.fl[2]), 
      cvPoint(kalman->state_post->data.fl[1], kalman->state_post->data.fl[3]), 
      CV_RGB(0, 255, 0), 1, 8, 0); 

cvRectangle(img1, 
      cvPoint(prediction->data.fl[0], prediction->data.fl[2]), 
      cvPoint(prediction->data.fl[1], prediction->data.fl[3]), 
      CV_RGB(0, 0, 255), 1, 8, 0); 

cvShowImage("Kalman",img1); 

//adjust kalman filter state 
cvKalmanCorrect(kalman,measurement); 

cvMatMulAdd(kalman->transition_matrix, state, process_noise, state); 

return 0; 
} 

W części wykrywania twarzy (nie pokazano), dla wykrytej twarzy zostanie wyświetlone pole. "X, Y, faceWidth i faceHeight" są współrzędnymi pola, a szerokość i wysokość przechodzi do filtra Kalmana. "img1" jest bieżącą klatką filmu wideo.

Wyniki:

Chociaż ja dostać dwa nowe prostokąty z "state_post i danych„przewidywania”(jak widać w kodzie), żaden z nich nie wydają się być bardziej stabilny niż w pierwszym oknie sporządzonej bez filtr Kalmana.

Oto moje pytania:

1. matryce są inicjowane przejście (macierz A, H macierzą pomiaru itp) odpowiednie dla tego czwartego wejścia przypadku? (np. 4 * 4 matryce dla czterech wejść?)
2. Czy nie możemy ustawić każdej matrycy na matrycę tożsamości?
3. Czy sposób, w jaki postępowałem, aż do prawidłowego wykreślenia prostokątów? Śledziłem przykłady w this oraz w książce "Learning OpenCV", która nie korzysta z zewnętrznych wejść.

Każda pomoc w tej sprawie byłaby bardzo cenna!

Answer 1

H [] powinna być tożsamością, jeśli mierzy się bezpośrednio z obrazu. Jeśli masz 4 pomiary i 0 wartości na przekątnej, robisz te spodziewane pomiary (x * H) 0, kiedy to nie jest prawdą. Wtedy innowacja (z- x * H) na filtrze kalmana będzie wysoka.

R [] powinny być również przekątne, chociaż kowariancja błędu pomiaru może być różna od jednej. Jeśli masz znormalizowane współrzędne (szerokość = wysokość = 1), R może wynosić około 0.01. Jeśli masz do czynienia ze współrzędnymi pikselowymi, R = diagonal_ones oznacza błąd jednego piksela, i to jest w porządku. Możesz spróbować z 2,3,4, itd ...

Twoja macierz przejścia A [], która ma propagować stan w każdej ramce, wygląda jak macierz przejścia dla stanu złożonego z x, y, v_x i v_y. Nie wspominasz o prędkości w swoim modelu, mówisz tylko o pomiarach. Bądź ostrożny, nie mieszaj stanu (opisuje pozycję twarzy) z pomiarami (używany do aktualizacji stanu). Twój stan może być pozycją, prędkością i przyspieszeniem, a twoje pomiary mogą wynosić n punktów na obrazie. Lub pozycja x i y twarzy.

Mam nadzieję, że to pomoże.