里程碑：自动化标注在实际视频源的使用

终于实现了在实际视频源的使用自动化标注，并且跟踪人体，使得整个系统可以作为完整的跟踪反馈系统，虽然目前的精度低，鲁棒性差，可是毕竟一个完整的雏形形成了。算是这一个月来的一个里程碑了。

在以前的基础上，这里获取人体背景轮廓是使用中位值平均法，算法很简单，只要三行代码，

  for(;;)

{

  double d_count = frame_count;
 
   cvAddWeighted(background_image, d_count/(d_count+1),
                               grey, 1/(d_count+1),
                               0,background_image);

    frame_count++;

}

界面如下：

下一步研究完善的方向有，

1。需要研究过滤影子的影响，光线的影响。（自动化域值的取得）

2。对于不同大小视频，自动选择是否需要金字塔分割

3。拍摄一个没有影子的视频源

4。对于不同大小视频，轮廓简化如何自动化的研究

5。不清析的视频对klt算法的影响