粒子滤波跟踪算法流程

最近项目上需要统计进入空间的目标数量及滞留时间，一个办法就是对在进入的目标进行跟踪，并对进入的目标进行跟踪计时。
开始试了一下opencv自带的camshift算法，发现camshift在背景较为复杂的时候，跟踪的效果比较差。
于是想通过预测跟踪的方式来做，经常用到的像是卡尔曼，粒子滤波。
现在正在试验粒子滤波，整理流程如下：

/*
*	使用粒子滤波对视频中的物体进行跟踪
*   步骤：
*	（1）初始化：建立选区，计算选区特征
*	（2）预测：放出粒子进行搜索
*	（3）观测：计算粒子选区与初始选区的特征相似度
*	（4）更新：更新粒子权重，保留权重较高的粒子，补充添加新的粒子
*	（5）重采样，返回（2）处循环执行
*	
******************/