粒子濾波框架是最常用的產生式目標檢測模型。

上學的時候每次遇到「粒子濾波」那一堆符號，我就暈菜。今天閒來無事，搜了一些文章看，終於算是理解了。下面用白話記一下我的理解。

問題表述：

某年月，**（跟蹤程式）要在某個城市的茫茫人海（取樣空間）中跟蹤尋找乙個罪犯（目標），**採用了粒子濾波的方法。

初始化：

**找來了一批警犬（粒子），並且讓每個警犬預先都聞了罪犯留下來的衣服的味道（為每個粒子初始化狀態向量s0），然後將警犬均勻布置到城市的各個區（均勻分布是初始化粒子的一種方法，另外還有諸如高斯分布，即：將警犬以罪犯留衣服的那個區為中心來擴充套件分布開來）。

搜尋：

每個警犬都聞一聞自己位置的人的味道（粒子狀態向量si），並且確定這個味道跟預先聞過的味道的相似度（計算特徵向量的相似性），這個相似度的計算最簡單的方法就是計算乙個歐式距離（每個粒子i對應乙個相似度di），然後做歸一化（即：保證所有粒子的相似度之和為1）。

決策：

總部根據警犬們發來的味道相似度確定罪犯出現的位置（概率上最大的目標）：最簡單的決策方法為哪個味道的相似度最高，那個警犬處的人就是目標。

重取樣：

上述，2,3,4過程重複進行，就完成了粒子濾波跟蹤演算法的全過程。