53、图像中的人物解析与跟踪技术

图像中的人物解析与跟踪技术

1. 强大的最大化策略

在处理具有特定结构的模型时，我们可以应用代价到目标函数（cost - to - go function）的递归定义来实现强大的最大化策略。具体来说，对于函数 (f_{chain}(X_1, \ldots, X_n))，我们有：
[
\arg\max_{X_1, \ldots, X_n} f_{chain}(X_1, \ldots, X_n) = \arg\max_{X_1} \left[ f_{chain}(X_1) + f_{1\text{cost - to - go}}(X_1) \right]
]
其操作步骤如下：
1. 从 (X_n) 开始，构建 (f_{(n - 1)\text{cost - to - go}}(X_{n - 1}))，并将该函数表示为一个表格，记录 (X_{n - 1}) 每个可能值对应的代价到目标函数的值。
2. 构建第二个表格，记录 (X_{n - 1}) 每个可能值对应的最优 (X_n)。
3. 重复上述步骤，依次构建 (f_{(n - 2)\text{cost - to - go}}(X_{n - 2})) 及其对应的最优 (X_{n - 1}) 表格，直到到达 (X_1)。
4. 选择使 (\left[ f_{chain}(X_1) + f_{2\text{cost - to - go}}(X_2) \right]) 取得最佳值的 (X_1) 作为 (X_1) 的解。
5. 通过查找记录 (X_2) 作为 (X_1) 函数的最佳值的表格，从 (X_1) 的解得到 (X_2) 的解，以此类推。

如果每个 (X_i) 可以取