particle filter는 반복적인 베이지안 필터를 구현해낸 것인데요. 샘플과 가중치 기반으로 예측을 하는 기법이라고 할 수 있습니다. 일반적으로 베이지안 모델을 추정하기 위해 사용하고 있으며, 히연속적인 상태 변수의 추정이 가능하다는 점에서 객체 추적에 효과적으로 이용됩니다.

이러한 특성과 맞물려 particle filter는 현재 CCTV 분야나 GPS를 이용한 위치기술, 이동로봇, 자율주행자동차 기술 등 연구에 응용되에 사용되고 있는데요. 예측모델 구축을 위한 핵심기술로 활용되고 있다고 보시면 됩니다.

다만 파티클 필터 기술은 기본적으로 가중치를 가진 임의의 샘플 집합을 모두 동원하여 통계적 기법을 이용하는 방식인데요. 따라서 예측을 하는데 있어서 시간복잡도가 높은 특성을 가지게 됩니다. 그러나 최근 컴퓨터 하드웨어 기술의 발전은 이를 커버하는 것 같네요.