传统目标跟踪——卡尔曼滤波Kalman（结合MeanShift+Kalman）

目录

一、Kalman

二、流程

三、代码

3.1 meanshift+kalman实现

kalman被用来描述目标的运动模型，它不对目标的特征建模，而是对目标的运动模型进行建模，常用于估计目标在下一帧的位置。

一、Kalman

        在上面的跟踪中，meanshift和camshift链接。我们使用的都是Meanshift或者是基于Meanshift的Camshift来进行的跟踪，这里我们还可以对其进行改良：引入卡尔曼滤波的概念。

        卡尔曼滤波的概念较为复杂，这里我们可以理解为：从一个含有噪音的输入中，得出一个具有统计意义上较为良好的估计值。  

        我们举个简单的例子，比如我现在有一个物体，正在以1m/s的速度（过去测量得到的值）离我远去，当前它离我1m远，因为我们知道他正在以1m/s的速度远离