b.依賴於目標的先驗知識，首先為運動目標建模，然後在影象序列中實時找到相匹配的運動目標。對於不依賴先驗知識的目標跟蹤來講，運動檢測是實現跟蹤的第一步。運動檢測即為從序列影象中將變化區域從背景影象中提取出來。運動目標檢測根據目標和攝像機之間的關係，可以分為靜態背景下運動檢測和動態背景下運動檢測。下面簡單的羅列下，如果感興趣的話，可以查閱相關文獻對照。
靜態背景
1.背景差分法
2.幀間差分法
3.光流法
動態背景跟蹤
1.基於區域的跟蹤演算法
2.基於特徵的跟蹤演算法
3.基於輪廓的跟蹤演算法
上面就是大致的寫了下演算法分類的標準，其實這部分的演算法有很多，都有特定的適用條件，我還在看相關的文獻。
運動目標跟蹤演算法綜述
一般將目標跟蹤分為兩個部分 特徵提取 目標跟蹤演算法。其中提取的目標特徵大致可以分為以下幾種 1 以目標區域的顏色直方圖作為特徵，顏色特徵具有旋轉不變性，且不受目標物大小和形狀的變化影響，在顏色空間中分布大致相同。2 目標的輪廓特徵，演算法速度較快，並且在目標有小部分遮擋的情況下同樣有較好的效果。3...
運動目標跟蹤演算法綜述
一般將目標跟蹤分為兩個部分 特徵提取 目標跟蹤演算法。其中提取的目標特徵大致可以分為以下幾種 1 以目標區域的顏色直方圖作為特徵，顏色特徵具有旋轉不變性，且不受目標物大小和形狀的變化影響，在顏色空間中分布大致相同。2 目標的輪廓特徵，演算法速度較快，並且在目標有小部分遮擋的情況下同樣有較好的效果。3...
運動目標跟蹤
運動目標跟蹤 mot 子系統 也稱為移動障礙物的檢測器和 datmo 負責檢測和跟蹤自動駕駛汽車周圍環境中移動的障礙物的姿態。這個子系統對於讓自動駕駛汽車決定如何行動以避免與可能移動的物體 如其他車輛和行人 相撞至關重要。移動障礙物在一段時間內的位置通常是由測距感測器 如雷射雷達和雷達 或立體和單目...