Tracking算法学习之mean-shift——Robust Scale-Adaptive Mean-Shift for Tracking

原文地址：【http://www.sciencedirect.com/science/article/pii/S0167865514001056】
一、传统的Mean-Shift
原文地址：【http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=1195991&tag=1】
个人理解（可能存在偏差，会不断改进）：
Mean-Shift算法用于tracking时，通过最小化两个概率密度函数之间的距离来进行，是一种非参数技术。
对于模板中的目标，即target model，颜色直方图表示为

对于u从1到m，表示的是颜色直方图的bin，这里将三通道彩色图像化为16x16x16个bin，每个bin代表像素值区间为16的长度，如0到15，16到31…等。即m=16x16x16。每一个qu，表示的是之后根据该像素点对应的坐标位置而计算出来的权值weights的累加和。
即