目标跟踪的算法总结

视频目标跟踪的算法总结：

1. Meanshift（均值漂移算法）：1975年有Fukunaga提出

均值漂移算法是一种基于密度梯度上升的非参数方法，通过迭代运算找到目标位置，实现目标跟踪。

它显著的优点是算法计算量小运算速度快，简单易实现,很适合于实时跟踪场合；

缺点是跟踪小目标和快速移动目标时常常失败，而且在全部遮挡情况下不能自我恢复跟踪。

算法步骤：先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.

下面是MeanShift算法流程图：