基于mean shift方法的目标跟踪学习

这两天了解了一下meanshift做目标跟踪方面的知识，大概试了一下：在显微环境下（色彩比较单一，灰度图）如果发生遮挡很容易跟丢。
下面记录一下学习过程：
1. Meanshift，聚类算法 这篇博文主要讲原理的。
2. matlab练习程序（meanshift图像聚类） 这篇文章给了两个聚类的例程（试运行了第二个，可以工作），并且在文章末尾给了一些参考资料。
3. dennisaprilla/meanShift 这是GITHUB上的一个object tracking的源代码，就是用这个程序测试了我需要处理的视频。

—————————————————-2016/6/22 记——————————————-
这两天把上文第三条的代码看了一下，大致思路基本都还清晰。比如有些地方还有些模糊，比如：计算每个像素点的权重部分w（大概就是每个像素点是目标图像一部分的概率）。
又找了些论文看，感觉看理论比看代码还难懂，硬伤啊（当然有些中文论文纯属东拼西凑，作者自己都未必理解）。日后还是要再看一下。
记录一些资料：
1.《Mean-shift Tracking》 Pennsylvania State University的上课用PPT应该是。
2. 论文《Real-Time Tracking of Non-Rigid Objects using Mean Shift》这个应该好好看下的，分量重
3. 一篇硕士毕业论文《基于MeanShift的运动目标检测与跟踪研究》，硕士论文的好处在于相对来说讲得基础，不过错误也多。