如何用Opencv结合CamShift算法进行目标追踪实现？
- 内容介绍
- 文章标签
- 相关推荐
本文共计1059个文字，预计阅读时间需要5分钟。
CamShift算法全称为连续自适应Mean-Shift（Continuous Adaptive Mean-Shift）算法，是对MeanShift算法的改进。它可以在跟踪过程中根据目标大小变化实时调整搜索窗口大小，适用于视频序列跟踪。
CamShift算法全称是“Continuously Adaptive Mean-Shift”（连续的自适应MeanShift算法），是对MeanShift算法的改进算法，可以在跟踪的过程中随着目标大小的变化实时调整搜索窗口大小，对于视频序列中的每一帧还是采用MeanShift来寻找最优迭代结果，至于如何实现自动调整窗口大小的，可以查到的论述较少，我的理解是通过对MeanShift算法中零阶矩的判断实现的。
在MeanShift算法中寻找搜索窗口的质心用到窗口的零阶矩M00和一阶矩M10，M01：
零阶矩是搜索窗口内所有像素的积分，即所有像素值之和，物理上的意义是计算搜索窗口的尺寸。经过目标的H分量直方图反向投影后，目标区域的搜索窗口大部分像素值归一化后应该是最大值255，如果计算出来零阶矩大于某一阈值，可以认为此时目标铺满了整个搜索窗口，有理由认为在搜索窗口之外的区域还存在目标区域，需要增大搜索窗口的尺寸；相应的，如果零阶矩小于某一阈值，则需要缩小搜索窗口的尺寸，如此一来，当目标的大小发生变化的时候，CamShift算法就可以自适应的调整目标区域进行跟踪。
本文共计1059个文字，预计阅读时间需要5分钟。
CamShift算法全称为连续自适应Mean-Shift（Continuous Adaptive Mean-Shift）算法，是对MeanShift算法的改进。它可以在跟踪过程中根据目标大小变化实时调整搜索窗口大小，适用于视频序列跟踪。
CamShift算法全称是“Continuously Adaptive Mean-Shift”（连续的自适应MeanShift算法），是对MeanShift算法的改进算法，可以在跟踪的过程中随着目标大小的变化实时调整搜索窗口大小，对于视频序列中的每一帧还是采用MeanShift来寻找最优迭代结果，至于如何实现自动调整窗口大小的，可以查到的论述较少，我的理解是通过对MeanShift算法中零阶矩的判断实现的。
在MeanShift算法中寻找搜索窗口的质心用到窗口的零阶矩M00和一阶矩M10，M01：
零阶矩是搜索窗口内所有像素的积分，即所有像素值之和，物理上的意义是计算搜索窗口的尺寸。经过目标的H分量直方图反向投影后，目标区域的搜索窗口大部分像素值归一化后应该是最大值255，如果计算出来零阶矩大于某一阈值，可以认为此时目标铺满了整个搜索窗口，有理由认为在搜索窗口之外的区域还存在目标区域，需要增大搜索窗口的尺寸；相应的，如果零阶矩小于某一阈值，则需要缩小搜索窗口的尺寸，如此一来，当目标的大小发生变化的时候，CamShift算法就可以自适应的调整目标区域进行跟踪。