mean-shift颜色重心，或者重心的意…

就是同样的方框，以该点为中心，则颜色量最大，或者重量最大。

拿mean-shift的目标跟踪的程序来说吧，首先把方框内的每个颜色的后验概率算出，具体什么意思呢：比如纯红色，我们要算出如下值，给定你一个点，而且该点的颜色是纯红色，现在要你说出该点属于在方框内的概率。其实就是模式识别第一章的后验概率，p(w1/x)，已知x，要你求x属于w1这个类的概率，p(w1/x)=p(w1,x)/p(x)。而p(w1,x)=p(x/w1)*p(w1)。

在生成了对应模型的反向图以后，目标框就是整个图里在相同的面积里颜色重量“最大”的了，为什么打引号，因为这不是绝对的，比如如果我们算出了洋红色的概率密度大，如果别的地方有一整块的洋红色，则显然同一面积的整块洋红色的颜色重量是最大的。

另外其实我们会发现mean-shift算法有个问题，如果下一帧的目标框和当前框没有相交，那么可能，该算法收敛到一个局部最优值以后就不再迭代了，而此时并不是整体最优。