[OpenCV]Kalman Filter(칼만 필터)


마우스 움직임 예측하기 칼만필터 예제 http://codens.info/619


    init, predict, correct
     - 선형관계 예측
    - 물체의 위치, 속도, 가속도 등을 측정
    - 1. 예측(predict) : 이전 값을 토대로 현재값을 추정(재귀적)
    - 2. 보정(correct, update) : 예측 상태와 실제 상태를 토대로 다시 계산

    - 선형 칼만필터(LKF,Linear Kalman Filter) :
        실제환경은 비선형, 잡음도 비 가우시안 -> 잘 안맞음

    - 확장 칼만필터(EKF, Extended Kalman Filter)
        - 선형화하는 기준점을 계속 갱신
        - 어느 정도의 비선형 모델에 적용 가능, 네비게이션에서 거의 표준

    - 무향 칼만 필터(UKF, The unscented Kalman filter )
        - 매우 비선형 인 경우 적용
        - 계산이 많음, 속도 느림

    - 다양한 움직임의 개체를 추적할 경우 : 파티클 필터(particle filter) (Condensation 알고리즘)
        - OpenCV 에서는 cvCreateConDensation(), cvCreateBlobTrackerMSPF()등의 함수가 성능과 에러문제로 Lagacy로 옮겨짐
        OpenCV 예제 : blobtrack , cvCreateBlobTrackerMSPF()
        Condensation 알고리즘 설명: http://blog.naver.com/qlfydehd/110095772140

예제 - 마우스 추적http://www.morethantechnical.com/2011/06/17/simple-kalman-filter-for-tracking-using-opencv-2-2-w-code/
svn co http://morethantechnical.googlecode.com/svn/trunk/mouse_kalman/main.cpp


Simple Kalman filter for tracking using OpenCV 2.2 [w/ code]
http://www.morethantechnical.com/2011/06/17/simple-kalman-filter-for-tracking-using-opencv-2-2-w-code/

* OpenCV 칼만필터 C++ 마우스 트래킹 (소스코드)
http://blog.naver.com/makeit3d/10181514725
    
* 칼만필터 kalman filter 상세한 설명
http://msnayana.blog.me/80106682874



//
* 공분산(Covariance) : 2개의 확률변수의 상관정도
    분산 - 1개의 변수의 이산정도
    - 2개의 변수가 모두 증가(or 감소) : 공분산은 양수(+)
    - 2개의 변수가 1개는 증가, 1개는 감소(둘이 다른 변화) : 공분산은 음수(-)



Posted by 코덴스

댓글을 달아 주세요