资源简介
用kalman滤波实现一个视频序列中目标检测与跟踪
代码片段和文件信息
function [FHQRinitx initV] = AR_to_SS(coef C y)
%
% Convert a vector auto-regressive model of order k to state-space form.
% [FHQR] = AR_to_SS(coef C y)
%
% X(i) = A(1) X(i-1) + ... + A(k) X(i-k+1) + v where v ~ N(0 C)
% and A(i) = coef(::i) is the weight matrix for i steps ago.
% We initialize the state vector with [y(:k)‘ ... y(:1)‘]‘ since
% the state vector stores [X(i) ... X(i-k+1)]‘ in order.
[s s2 k] = size(coef); % s is the size of the state vector
bs = s * ones(1k); % size of each block
F = zeros(s*k);
for i=1:k
F(block(1bs) block(ibs)) = coef(::i);
end
for i=1:k-1
F(block(i+1bs) block(ibs)) = eye(s);
end
H = zeros(1*s k*s);
% we get to see the most recent component of the state vector
H(block(1bs) block(1bs)) = eye(s);
%for i=1:k
% H(block(1bs) block(ibs)) = eye(s);
%end
Q = zeros(k*s);
Q(block(1bs) block(1bs)) = C;
R = zeros(s);
initx = zeros(k*s 1);
for i=1:k
initx(block(ibs)) = y(: k-i+1); % concatenate the first k observation vectors
end
initV = zeros(k*s); % no uncertainty about the state (since perfectly observable)
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 1107 2002-05-29 08:59 Kalman\AR_to_SS.m
文件 425 2002-05-29 08:59 Kalman\convert_to_lagged_form.m
文件 354 2002-05-29 08:59 Kalman\ensure_AR.m
文件 1045 2002-05-29 08:59 Kalman\eval_AR_perf.m
文件 2932 2008-03-05 10:18 Kalman\kalman_filter.m
文件 2435 2008-03-04 10:02 Kalman\kalman_forward_backward.m
文件 1620 2008-03-05 10:22 Kalman\kalman_smoother.m
文件 2098 2008-03-05 11:57 Kalman\kalman_update.m
文件 1022 2002-10-23 08:17 Kalman\learning_demo.m
文件 819 2002-05-29 08:59 Kalman\learn_AR.m
文件 687 2002-05-29 08:59 Kalman\learn_AR_diagonal.m
文件 5515 2006-08-24 14:37 Kalman\learn_kalman.m
文件 485 2004-06-07 07:39 Kalman\README.txt
文件 535 2003-01-18 13:47 Kalman\README.txt~
文件 1842 2008-03-05 11:57 Kalman\sample_lds.m
文件 1295 2008-03-05 11:57 Kalman\smooth_update.m
文件 579 2002-05-29 08:59 Kalman\SS_to_AR.m
文件 2076 2008-03-05 09:44 Kalman\tracking_demo.m
文件 848 2005-04-25 19:29 Kalman\gaussian_prob.m
文件 4249 2005-04-25 19:30 Kalman\plotgauss2d.m
文件 507 2003-05-28 19:19 Kalman\plot_ellipse.m
文件 535 2003-05-28 19:19 Kalman\README
文件 524 2005-04-25 19:29 Kalman\sample_gaussian.m
文件 13016 2008-03-04 17:52 Kalman\hs_err_pid3492.log
文件 2098 2008-03-05 11:56 Kalman\kalman_update.asv
文件 3099 2005-04-25 19:30 Kalman\plotcov2.m
文件 4526 2005-04-25 19:30 Kalman\process_options.m
文件 1842 2008-03-05 11:56 Kalman\sample_lds.asv
文件 1295 2008-03-05 11:56 Kalman\smooth_update.asv
文件 28 2005-06-08 18:56 Kalman\testKalman.m
............此处省略41个文件信息
- 上一篇:自动爬取百度谷歌图片
- 下一篇:ICN6202资料及寄存器生成器
相关资源
- 风电及光伏智能电网设计包含光伏电
- 视线追踪系统中眼睛跟踪方法研究
- meanshift均值漂移目标跟踪
- 多运动行人检测与跟踪技术研究
- kalman滤波理论及其在导航系统中的应
- 视觉跟踪avi监控视频数据集3
- 视觉跟踪avi监控视频数据集2
- deep_sort_yolov3利用深度学习的多目标跟
- 行人检测跟踪
- 超像素实现目标的跟踪
- SRDCF运行结果文件
- DSST目标跟踪算法
- 基于粒子滤波的多目标跟踪程序
- 光线跟踪算法
- 绝对激光跟踪仪
- 图像边缘检测,提取及轮廓跟踪源码
- 卡尔曼目标跟踪
- 关于GPS信号产生、捕获跟踪、比特同
- 太阳跟踪系统
- 纹理提取,图像处理中经常要用的特
- opencv的运动跟踪
- 12_运动车辆检测跟踪系统.zip
- 随机有限集理论
- 雷达数据处理
- 相关滤波目标跟踪算法以及评价
- 物流/货运/配送车辆GPS定位系统解决方
- 多目标跟踪源码
- KCFdemo实现目标选取,跟踪
- 网络舆情热点发现与事件跟踪技术研
- 红外图像的目标检测_识别与跟踪技术
评论
共有 条评论