我试图在距离相机较远的地方跟踪人类。我在两个算法之间进退两难。KLT和Mean移位跟踪器。
是否可以使用由KLT跟踪器完成初始化的均值漂移跟踪器(即均值漂移跟踪器需要初始化，这些初始特征点由在图像序列上应用KLT的结果提供)?由于
KLT不是对象跟踪算法。KLT只会估计时刻t的帧与时刻t-1的帧之间关键点的位移。
另一方面，Mean-sift跟踪更适合于跟踪对象，尽管它不是很健壮也不精确。你可以在这里观看一个Mean-Shift的例子。
如果你需要跟踪对象，并确保可能出现的问题，如遮挡，比例变化，外观变化，你需要采用真正的跟踪算法。你可以在这里看到一个使用关键点的跟踪算法的例子:Matrioska:使用关键点的实时跟踪
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium