目标跟踪是计算机视觉的一个重要分支,日益广泛应用于科学技术、国防安全、航空、医药卫生以及国民经济等领域。实现目标跟踪的关键在于完整地分割目标、合理提取特征和准确地识别目标,同时,要考虑算法实现的时间,以保证实时性。当视频图像中被跟踪目标发生姿态变化,存在旋转或部分遮挡时,简单的灰度模板或者Hausdorff距离匹配一般很难达到实时跟踪目标的要求,出现误匹配或者跟踪丢失的情况,而且跟踪效率较低。Gary R.Bradski提出的CAMSHIFT[1](Continu-ously Adaptive

产品应用行业： 电力、水利、测绘、通信、光伏、物流、石油、国土、农业、林业、环保、环评、矿山、海洋、物探、规划设计、数字城市、数字城管、综合应急、智能交通、公共卫生、园林设计、环境监测、道路勘测、地灾调查、房地产、地震、消防、公安、商业、燃气、排水、广告、考古、保险和教育等行业。(Product application industry: Electricity, water conservancy, water conservancy, surveying and mapping, com