一分钟了解“文献：基于卡尔曼滤波器的运动目标跟踪算法”

• 本文的卡尔曼输入状态包括目标的行坐标、列坐标、外接矩形长度、外接矩形宽度、以及四个上述参数的变化率。也就是说，状态向量有8维。这个状态向量不仅包括了目标的位置信息，还包括了目标的形态信息（长宽比）。
• 本文目标检测用的“混合高斯模型的背景差分法”[5]。外接矩形长宽比确定方法是：先对检测到的目标求出连通域，然后根据联通域的最大/小的行/列数确定长宽比。
• 使用提出的目标链表来记录多个目标的状态，使用帧间关系矩阵统计各个目标之间的相关性（该矩阵第ij元素代表第i个目标和第j个目标之间的相关关系）。并且，本文还提出使用帧间关系矩阵来判断目标的5种状态：新目标出现、目标匹配、目标遮挡、目标分离和目标消失。
• 在卡尔曼滤波器预测的区域内用模板匹配方法找目标。本文先用x形搜索路径，最后一步采用+形搜索路径。