Pythonでパーティクルフィルタを用いた物体追跡

Question

前提

ここに質問の内容を詳しく書いてください。
（例）
pythonでパーティクルフィルタを用いて白物体の追跡を行おうとしているのですが以下のエラーメッセージが発生しました。

実現したいこと

グレースケール動画の白移動物体のトラッキングを行いたい
エラーメッセージ
IndexError: only integers, slices (:), ellipsis (...), numpy.newaxis (None) and integer or boolean arrays are valid indices

該当のソースコード

python
ソースコード
import numpy as np
import cv2

def tracking():
cap = cv2.VideoCapture("tennisu.mp4")
#パーティクルフィルタ初期化
filter = ParticleFilter()
filter.initialize()

while True:
    ret, frame = cap.read()
    gray = cv2.cvtColor(frame, cv2.COLOR_RGB2GRAY)
    y, x = filter.filtering(gray)#トラッキング
    frame = cv2.circle(frame, (int(x), int(y)), 10, (0, 0, 255), -1)
    for i in range(filter.SAMPLEMAX):
        frame = cv2.circle(frame, (int(filter.X[i]), int(filter.Y[i])), 2, (0, 0, 255), -1)
    cv2.imshow("frame", frame)
    if cv2.waitKey(20) & 0xFF == 27:
        break
cap.release()
cv2.destroyAllWindows()

#パーティクルフィルタクラス
class ParticleFilter:
def init(self):
self.SAMPLEMAX = 1000
self.height, self.width = 1440,2560#フレーム画像のサイズ

#パーティクル初期化
#画像全体にまく
def initialize(self):
    self.Y = np.random.random(self.SAMPLEMAX) * self.height
    self.X = np.random.random(self.SAMPLEMAX) * self.width

#パーティクルの状態の更新　物体が適当な速さで適当に動くと仮定
def modeling(self):
    self.Y += np.random.random(self.SAMPLEMAX) * 20 - 10
    self.X += np.random.random(self.SAMPLEMAX) * 20 - 10

#重み正規化
def normalize(self, weight):
    return weight / np.sum(weight)

#パーティクルリサンプリング
#重みに従ってパーティクルを選択
#残ったパーティクルのインデックスを返す
def resampling(self, weight):
    index = np.arange(self.SAMPLEMAX)
    sample = []

    for i in range(self.SAMPLEMAX):
        idx = np.random.choice(index, p=weight)
        sample.append(idx)

    return sample

#尤度計算
#画像の外に飛んでいったパーティクルは重み0
#白い物体を仮定
def calcLikelihood(self, image):
    mean, std = 250.0, 10.0
    intensity = []

    for i in range(self.SAMPLEMAX):
        y, x = self.Y[i], self.X[i]
        if y >= 0 and y < self.height and x >= 0 and x < self.width:
            intensity.append(image[y,x])
        else:
            intensity.append(-1)

    weights = 1.0 / np.sqrt(2 * np.pi * std) * np.exp(-(np.array(intensity) - mean)**2 /(2 * std**2))
    weights[intensity == -1] = 0
    weights = self.normalize(weights)
    return weights

#トラッキング開始
#期待値を返す
def filtering(self, image):
    self.modeling()
    weights = self.calcLikelihood(image)
    index = self.resampling(weights)
    self.Y = self.Y[index]
    self.X = self.X[index]
    
    return np.sum(self.Y) / float(len(self.Y)), np.sum(self.X) / float(len(self.X))

tracking()

補足情報

実行はjupyter labで行なっています

Comments

[ozwk]

マルチポスト
https://ja.stackoverflow.com/questions/90180/python-%e3%83%91%e3%83%bc%e3%83%86%e3%82%a3%e3%82%af%e3%83%ab%e3%83%95%e3%82%a3%e3%83%ab%e3%82%bf%e3%81%ab%e3%81%a4%e3%81%84%e3%81%a6%e3%81%ae%e8%b3%aa%e5%95%8f

Answer 1

X,Yが画像ピクセル位置をあらわしているのであれば整数値である必要があるにもかかわらず、処理上は浮動小数点値になっているため提示エラーが発生しています。
self.Y = (np.random.random(self.SAMPLEMAX) * self.height).astype(int)のように整数値として扱うとエラーは解消でき、何らかの結果が得られるようです。

Comments

[cxx]

コードを変更をしたら動作しましたありがとうございました。