我有一个问题。我读过很多关于视频防抖的论文。几乎所有的论文都提到了用卡尔曼滤波平滑运动，因此卡尔曼滤波是一种强大的实时应用。但还有另一种过滤器，那就是粒子过滤器。但是为什么我们不在平滑运动中使用粒子滤波器来创建稳定的视频呢?一些论文只使用粒子滤波来估计帧间的全局运动(运动估计部分)。很难理解它们。有人能给我解释一下吗?非常感谢。
卡尔曼滤波器为单模态。这意味着它有一个信念和一个误差协方差矩阵以正态分布的形式表示信念的置信度。如果你想要平滑一些过程，你想要得到一个单一的，平滑的结果。这与KF相符。这就像用最小二乘回归来拟合数据。您正在将输入简化为一个结果。
粒子滤波器本质上是多模态。卡尔曼滤波器将信念表示为一个中心值和围绕该中心值的方差，而粒子滤波器只有许多粒子，它们的值聚集在更有可能发生的区域周围。粒子过滤器可以表示与KF本质上相同的状态(想象一个看起来像正态分布的经典钟形曲线的粒子直方图)。但是一个粒子过滤器也可以有多个驼峰或者任何形状。这种同时拥有多个模式的能力非常适合处理像估计运动这样的问题，因为一个模式(粒子簇)可以代表一个移动，而另一个模式代表不同的移动。当出现这种模糊性时，KF必须完全放弃其中一种可能性，但粒子过滤器可以同时相信这两种可能性，直到有更多的数据解决了模糊性。