mean-shift算法概述

Object Tracking Using Mean Shift for Adaptive Weighted-Sum Histograms

一种基于改进meanshift算法的目标跟踪，谭骁彧，朱冰莲，本文提出了一种改进的meanshift算法，通过引入目标检测和kalman滤波，为meanshift算法提供了目标位置、大小信息和预测机制

一种MeanShift视频目标跟踪算法的改进，李庆，彭艳芳，MeanShift跟踪算法是一种鲁棒的快速特征匹配算法，针对该算法缺乏必要的目标模型更新缺点，有人提出整体模型更新算法，但是此算法��

针对点云数据进行Meanshift聚类，可以通过调整聚类算法的阈值以及搜索半径，来达到不同的聚类效果，内附有示例,运行test.m即可。

针对原始MeanShift算法易受光照强度影响及跟踪窗口不随目标尺度自适应变化的问题，提出了一种光照和尺度自适应的MeanShift人脸跟踪算法。该算法将颜色特征与光照不变性特征局部二值模式结合起来共

基于Mean_Shift和NMI特征的人眼跟踪

Target tracking code with mean shift and particle filter

提出一种融合Gabor 小波纹理特征与颜色特征的改进mean shift 目标跟踪算法. 首先, 提取移动目标的颜色特征和纹理特征直方图; 其次, 基于mean shift 算法定义融合相似度系数,

针对Mean Shift算法跟踪效果不佳以及粒子滤波算法计算量大且实时性不强等问题,提出了一种结合Mean Shift和粒子滤波的运动目标跟踪融合算法。首先用Mean Shift算法进行跟踪,在跟踪结

针对Mean Shift算法固定搜索核窗口存在局限性的问题,提出了一种基于边缘特性的Mean Shift搜索核半径自动调节的运动目标跟踪方法。在视频序列图像中,当目标远离、靠近摄像机时,会发生尺寸变小