- ShadowNav: 光影导航:黑暗环境下的月球导航中的自主全球定位
通过使用月球上的独特地貌作为参照物,并采用粒子滤波算法,本文介绍了一种适用于月球漫游器的影子导航系统,该系统可以在黑暗和夜间环境中实现全局定位的自主驱动,该方法在月球模拟环境和亚利桑那州辛德湖进行的实地测试中已经得到验证。
- 从深度滤波到深度计量经济学
利用混合神经网络和粒子滤波器架构的 SV-PF-RNN,改进粒子滤波器的性能,并实现了随机波动率估计。
- 单个物体位姿跟踪的反假粒子滤波器
本文提出一种基于 Counter-Hypothetical 似然函数的方法来解决 6D 姿态估计中粒子缺失和模式崩溃的问题,并在刚性物体 6D 姿态跟踪任务上验证了其有效性。
- ICML基于熵正则化最优输运的可微粒子滤波
通过运用 optimal transport 理论,文章提出一种基于不可微的重采样方法的粒子滤波器,解决了传统的 resampling 方法无法拟合模型和 PF 参数的问题,并通过多种应用验证了该方法的有效性。
- PoseRBPF: 一种用于 6D 物体姿态跟踪的 Rao-Blackwellized 粒子滤波器
该文提出了一种基于 Rao-Blackwellized 粒子滤波方法的 6D 目标姿态跟踪算法 PoseRBPF,该算法通过旋转和平移的分解实现了对对象 3D Translation 的有效估计,并且在对旋转空间精细离散方式下进行了特征嵌入 - 应用于视觉定位的粒子滤波网络
本文介绍了一种新的方法 PF-Net,将粒子滤波算法和神经网络相结合,为具有复杂动态或丰富感知输入的系统构建概率系统模型。实验结果表明,PF-Net 在机器人视觉定位任务中具有更好的表现和普适性。
- 深度卷积神经网络的结构化剪枝
使用结构化稀疏技术、粒子滤波方法和固定点优化技术对深度神经网络进行了精简,优化后可在嵌入式计算机和硬件系统上提供更加高效和优化的实现。
- 异步任意时序贝叶斯蒙特卡罗
介绍一种称为粒子级联的新的序列蒙特卡罗算法,它是传统粒子滤波算法的一种异步、任何时候的替代方案,可提高粒子吞吐量和内存效率,它是一种无偏的边缘似然估计器,可以轻松地插入现有的伪边缘方法。
- 利用互惠速度障碍实现多级实时人群跟踪
使用适应性粒子滤波和多智能体运动模型的实时算法,可通过高清人群视频数据集计算人群中每个行人的轨迹,本方法比之前技术快 4-5 倍,并且仅需桌面 CPU 即可在交互速率下跟踪十多个行人。
- 用蒙特卡罗抽样方法逼近交互式 POMDP 模型
本文讨论利用基于粒子滤波算法的互动蒙特卡洛树搜索算法来解决复杂互动式部分可观测 Markov 决策过程 (I-POMDPs) 中的信仰空间复杂度问题以及在构建前向搜索树时使用 “采样可能性最大的观测” 这一补充方法来缓解策略空间的复杂度,这 - 实用 N2 Monte Carlo 方法:边缘粒子滤波器
提出了一种称为边际粒子滤波器的顺序蒙特卡罗算法,可以直接操作边际分布从而避免在目标分布维度不断增加时进行重要性抽样。同时,通过该算法提出了改进版的辅助粒子滤波器并给出了理论和实证结果,证明了该方法相较于传统粒子滤波可降低方差,并给出了把算法 - 深度架构图像跟踪中的注意力学习
提出了一种基于注意力的模型,利用注视数据进行同时进行目标跟踪和识别。模型有两个相互作用的通路:身份和控制,分别模拟神经元科学模型中的「what 和 where」通路,其中前者使用深度(分解)受限玻尔兹曼机模拟对象外观并执行分类,而后者模拟关 - 基于粒子滤波的重采样方案比较
对粒子滤波中不同重采样方法进行比较,结果表明所谓的残差和分层方法相对于基本的多项式重采样方法确实有所改进,其中对简单 bootstrap 滤波算法在使用残差方法进行重采样时的大样本行为进行了研究,特别是建立了中心极限定理。