原文鏈接

1 粒子濾波（particle filtering）

粒子濾波是對(duì)預(yù)測(cè)粒子進(jìn)行評(píng)價(jià)，添加不同的權(quán)重，越接近于真實(shí)狀態(tài)的粒子，其權(quán)重越大；否則，就加的權(quán)重小一些。

步驟：

（1）初始狀態(tài)：開(kāi)始認(rèn)為x(0)在全狀態(tài)空間內(nèi)平均分布。然后將所有采樣輸入狀態(tài)轉(zhuǎn)移方程，得到預(yù)測(cè)粒子。

（2）預(yù)測(cè)階段：粒子濾波首先根據(jù)x(t-1)的概率分布生成大量的采樣，這些采樣就稱之為粒子。那么這些采樣在狀態(tài)空間中的分布實(shí)際是x(t-1)的概率分布了。接下來(lái)依據(jù)狀態(tài)轉(zhuǎn)移方程加上控制量可以對(duì)每一粒子得到一個(gè)預(yù)測(cè)粒子。

（3）校正階段：觀測(cè)值y到達(dá)后，利用觀測(cè)方程即條件概率P(y|xi)，對(duì)所有的粒子進(jìn)行評(píng)價(jià)。這個(gè)條件概率代表了假設(shè)真實(shí)狀態(tài)x(t)取第i個(gè)粒子xi時(shí)獲得觀測(cè)y的概率。令這個(gè)條件概率為第i個(gè)粒子的權(quán)重。越有可能獲得觀測(cè)y的粒子，獲得的權(quán)重越高。

（4）重采樣：根據(jù)粒子權(quán)重對(duì)粒子進(jìn)行篩選，篩選過(guò)程中，既要大量保留權(quán)重大的粒子，又要有一小部分權(quán)重小的粒子。而這些重采樣后的粒子，就代表了真實(shí)狀態(tài)的概率分布。

2 DLT框架

粒子濾波是完成粒子的隨機(jī)擾動(dòng)和擴(kuò)散（在一幀圖像中選出多個(gè)候選區(qū)）過(guò)程后，判斷**（measure）哪些粒子接近實(shí)際粒子（對(duì)候選區(qū)進(jìn)行確認(rèn)），找權(quán)重最大的粒子。用權(quán)重最大的粒子+上一幀已知的跟蹤結(jié)果=完成當(dāng)前幀跟蹤。即DLT通過(guò)粒子濾波+measure分類器完成跟蹤。**

3 measure 分類器

measure分類器由自編碼器和sigmoid層形成。自編碼器（auto encoder）包括編碼部分（encoder）和解碼部分（decoder）。

自編碼器詳細(xì)介紹

sigmoid部分訓(xùn)練主要是為了得到sigmoid層與encoder層連接的200多個(gè)參數(shù)。

相關(guān)資源

論文下載：http://winsty.net/papers/dlt.pdf

代碼下載：http://winsty.net/dlt/DLTcode.zip

數(shù)據(jù)集下載：http://winsty.net/dlt/woman.zip

學(xué)習(xí)更多編程知識(shí)，請(qǐng)關(guān)注我的公眾號(hào)：

[代碼的路]