我一直在尝试将这个例子中的multiObjectTracking()函数应用到一些昆虫在2D表面上运动的视频中。
在链接的示例中，如果由于前景遮挡而丢失了几帧，则使用卡尔曼滤波器来估计跟踪对象的运动。采用configureKalmanFilter()方法建立滤波器，采用"等速"模型进行运动估计。它也可以被称为"恒定加速度"模型。
我的问题是如何在我的卡尔曼滤波器中设置运动估计的自定义模型?
在我的镜头中，丢失轨迹的主要原因是动物停止了几帧，然后又开始行走，可能是在不同的方向。因此，我想实现一个"无速度"模型(可以这么说)，假设丢失的对象只是留在其最后已知的位置，直到它再次被捡起。
您可以创建远景。KalmanFilter对象直接，不使用configureKalmanFilter函数。在这种情况下，您可以传入一个自定义状态转换矩阵。然而，由于这是一个常规的卡尔曼滤波器(不是扩展的或无气味的)，状态转换必须是线性的。所以我不确定你可以合理使用什么其他运动模型，除了恒定速度或恒定加速度。