meanshift跟踪算法及源码

        meanshift是由Comaniciu最先提出来，是用于跟踪非刚性物体的一种算法。本的介绍也是源自Comaniciu的文章。下面是文章的一些基本信息：

Title:Kernel-Based Object Tracking

Authors：Dorin Comaniciu, Senior Member, IEEE, Visvanathan Ramesh, Member, IEEE, and Peter Meer, Senior Member, IEEE

Publication:IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. 25, NO. 5, MAY 2003.pp564-577.

        同时，由于公式不容易直接粘贴过来，读者如有兴趣或疑问，请参考原文。另外，这里只介绍主要算法。

       为了表征目标，首先需要选择一个特征空间。参考目标，用在特征空间中概率密度函数q表示，例如参考模型可以选择目标的颜色概率密度函数。不失一般性，目标模型可以认为中心处于其所在空间的中心。在下一帧候选目标被定义为在位置y，用概率密度函数p(y)来表示。为了满足实时性的要求，它们分别用非参数的方法中的直方图统计^q和^p(y)表示。