我正在开发一种使用最近邻数据关联技术和卡尔曼滤波器进行平滑/预测的人员跟踪。

跟踪器工作得很好，但有时如果它们交叉对象，它会与对象不匹配。（我认为这是跟踪器的常见问题）。

我真的相信这个跟踪器可以通过直方图匹配得到很大的改进（我正在使用 OpenCV，我已经看到了 Bhattacharyya 距离的简单实现，这在这个领域似乎很流行）。

事实是，我想保留跟踪对象的平均直方图（因为例如，如果对象旋转，它们的外观会稍微改变），我对此有点困惑：如何不断调整平均直方图-当新的观察到达时反对？

观察的大小可能会有所不同..我该如何处理这种情况？对每个观察使用相同的箱（即使它们是 10 像素或 100 像素？）并总结直方图？使用与像素数成比例的箱数？那么如何取两个直方图的平均值呢？

我认为我需要具有相同数量的 bin 的所有直方图，并且可能使用加权平均值，其中权重与像素数量成正比，但我想向您寻求一些更准确的建议！