object를 detect 한 값을 frame1에서의 예측값의 차이에 kalman gain을 곱하여 값을 update 한다. (값 보정)
object를 detect 한 값을 수식을 통해 다음 frame에서의 위치및 속도를 예측한다.
위과정을 재귀적으로 반복한다.
Algorithm
frame 1 : object의 위치를 detect 한 후 수식을 통해 예측을 한다.
frame 2 :
object를 detect 한 값을 frame1에서의 예측값의 차이에 kalman gain을 곱하여 값을 update 한다. (값 보정)
object를 detect 한 값을 수식을 통해 다음 frame에서의 위치및 속도를 예측한다.
위과정을 재귀적으로 반복한다.
kalmanfilter를 통해 예측
detected 된 객체의 위치,속도 정보를 얻는다.
bounding box를 이용
측정 프레임 사이의 시간값과 bounding box의 위치 변화를 통해
선행 차량의 속도 추정 가능
관련 자료
kalmanfilter 구현 영상 및 code
Understand & Code a Kalman Filter [Part 2, Python]
GitHub - arjunapanji21/kfObjectDetection: Object Detection And Prediction Using Kalman Filter OpenCV
Matlab kalmanfilter 에대한 기초 설명
Understanding Kalman Filters, Part 2: State Observers
Understanding Kalman Filters, Part 3: Optimal State Estimator
Understanding Kalman Filters, Part 4: Optimal State Estimator Algorithm
Understanding Kalman Filters, Part 5: Nonlinear State Estimators
kalman filter를 통해 prediction과 update에 관한 수식 정리한 파일
kalman filter를 통해 prediction과 update에 관한 수식 정리한 파일