传统目标检测算法【1】-Mean shift

一、均值漂移（MeanShift）

该算法寻找离散样本的最大密度，并且重新计算下一帧的最大密度，这个算法的特点就是可以给出目标移动的方向。
meanshift算法的原理很简单。假设你有一堆点集，还有一个小的窗口，这个窗口可能是圆形的，现在你可能要移动这个窗口到点集密度最大的区域当中。

• 最开始的窗口是蓝色圆环的区域，命名为C1。蓝色圆环的圆心用一个蓝色的矩形标注，命名为C1_o。
• 而窗口中所有点的点集构成的质心在蓝色圆形点C1_r处，显然圆环的形心和质心并不重合。所以，移动蓝色的窗口，使得形心与之前得到的质心重合。在新移动后的圆环的区域当中再次寻找圆环当中所包围点集的质心，然后再次移动，通常情况下，形心和质心是不重合的。
• 不断执行上面的移动过程，直到形心和质心大致重合结束。

这样，最后圆形的窗口会落到像素分布最大的地方，也就是图中的绿色圈，命名为C2。

简单说，可以总结为如下：
学术说法就是 自