二.运动目标跟踪
人体目标跟踪技术主要分为两类[6]，第一类是基于运动目标的状态信息[7]，利用算法搜索目标位置，通过观测数据和噪声数据以及对应的求解方法得到递归方程，即利用前一时刻的状态预测下一时间的状态达到跟踪的目的；第二类是基于运动目标的特征值进行跟踪[8]，这种跟踪方法采用提取目标特征的方式，利用闭环求解的方式完成跟踪算法，常见的跟踪算法有KCF方法[9]等。
2.1卡尔曼滤波算法
在目标跟踪领域卡尔曼滤波器被广泛应用于随机信号处理、平稳分析、状态变量估计等领域。该方法首先是一个马尔克夫过程，其下一时刻的值只与前一时刻的值有关而与其他时刻无关，即无需存储或获取其他时刻的所有信息，便于数据的实时更新 [10]。计算卡尔曼估计值的方法通常由状态方程，更新方程，协方差矩阵等5个主要的方程给出。
