Mean Shift && CamShift

目标跟踪算法是跟踪目标，而不是检测画面是否运动。因此，即使目标停留在画面上不动，也能发现目标并识别出来。(_所以，这应该是 差分or背景高斯方法没有的优势吧_)

Mean Shift目标跟踪方法

Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.

Mean shift 在两个方面得到了推广：

定义了一族核函数,使得随着样本与被偏移点的距离不同,其偏移量对均值偏移向量的贡献也不同,

设定了一个权重系数,使得不同的样本点重要性不一样,这大大扩大了Mean Shift的适用范围.

将MeanShift算法扩展到连续图像序列（一般都是指视频图像序列），这样就形成了CamShift算法。CamShift的基本思想是视频图像的所有帧作MeanShift运算，并将上一帧的结果（即Search Window的中心和大小）作为下一帧MeanShift算法的Search Window的初始值，如此迭代下去，就可以实现对目标的跟踪。

CamShift算法，即"Continuously Apative Mean-Shift"算法，是一种运动跟踪算法。它主要通过视频图像中运动物体的颜色信息来达到跟踪的目的。