ややノイズの多い出力を作成できるサンプルがあります。サンプルは、カメラからの画像処理の結果であり、特定の色のブロブの方向を示しています。これは約 -45° から +45° までの角度、つまりaNaNであり、ブロブが実際には見えていないことを意味します。
ノイズの多いデータに対抗するために、指数平滑法がうまくいくと感じました。NaNただし、値を処理する方法がわかりません。
一方では、それらを数学に含めるとNaN平均が得られ、意味のある結果が得られなくなります。一方、NaN値を完全に無視すると、「検出なし」のシナリオが報告されることはありません。さらに複雑なことに、データは誤った値を取得する可能性があるという点でもノイズが多くNaN、理想的にはランダム ノイズを防ぐために何らかの方法で平滑化する必要があります。
このような指数平滑化をどのように実装できるかについてのアイデアはありますか?
2つのディストリビューションを維持するのはどうですか? 最初のものは、通常どおり平滑化されたブロブの見出しにすることができますが、NaN を取得した場合は、代わりに最後に見た非 NaN 値 (またはその他のデフォルト) を入力するだけです。もう 1 つは「NaN 分布」で、NaN 以外の値ごとに 0 を取得し、NaN (またはそのようなもの) ごとに 1 を取得します。
このようにして、たとえそれが不明瞭になったとしても、一次分布は、ガベージ データを取得したり、平滑化を台無しにしたりすることなく、「最後の既知の見出し」に基づいて予測を続けますが、NaN 分布で同時にスパイクが発生することもわかります。何かが起きていること。
まあ、それは本当にあなたが平滑化されたデータで何をしているかに依存します。あなたが試みるかもしれない1つのことは、NaNがゼロの値に寄与する場所に加えて、ブロブ速度の指数関数的に重み付けされた平滑化を行うことです。NaNに遭遇すると、前の位置と平滑化された速度に基づいて投影された位置に置き換えることができます。速度を平滑化することにより、NaNのシーケンス全体が完全に狂ったように大きい値または小さい値を生成するのを防ぐことができます。これにより、値が[-45,45]から外れる可能性があります。これにより、値がビューから外れ、ビューから離れた側にあることがキャプチャされます。ここで、これがコンピュータビジョンアルゴリズムで良好な結果をもたらすことを実際に確認する必要があります。そうでない場合は、NaNを前の値、またはゼロに置き換えてみることもできます。