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。