传统目标跟踪方法简介

前言：由于个人之前做过一个目标跟踪算法，所以，有必要将之前的工作做一个梳理。
目录
基于第一种思路的运动目标检测
1、 静态背景：
2、 运动场
目标跟踪：
相似性度量算法：
核心搜索算法：
卡尔曼滤波：
粒子滤波器：
Meanshift算法：
Camshift算法：
目标跟踪分类：

1. 基于主动轮廓的跟踪。
2. 基于特征的跟踪。
3. 基于区域的跟踪。
4. 基于模型的跟踪。

运动目标跟踪主流算法大致分类：
两种思路：
1、不依赖与先验知识，直接从图像序列中检测到运动目标，并进行目标识别，最终跟踪感兴趣的运动目标；
2、依赖于先验知识，首先为运动目标建模，然后在图像序列中实时找到相匹配的运动目标。
基于第一种思路的运动目标检测
对于不依赖先验知识的目标跟踪来讲，运动检测是实现跟踪的第一步，运动检测即为从序列图像中将变化区域从背景图像中提取出来，运动目标检测算法依旧依照目标与摄像机之间的关系可以分为静态背景下运动检测和动态背景下运动检测。
1、静态背景：
1.1、背景差：对背景的光照变化、噪声干扰以及周期性运动等进行建模
1.2、帧差
1.3、GMM
1.4、光流
2、运动场
分为两种情况，一种是相机固定，但是视角变化。二是相机是运动的。
因此，