1、meanshift的基本思想

        meanshift 背后的直觉很简单。考虑你有一组点。（它可以是像直方图反投影这样的像素分布）。您有一个小窗口（可能是一个圆圈），您必须将该窗口移动到最大像素密度（或最大点数）的区域。如下图所示：

2、meanshift的原理简述

        均值偏移和模式发现技术，例如k-means 和高斯混合，将与每个像素相关联的特征向量（例如颜色和位置）建模为来自未知概率密度函数的样本，然后尝试在其中找到聚类（模式）分配。

        例如下图a所示的彩色图像。您将如何仅根据颜色来分割此图像？ 下图b显示了 L*u*v* 空间中的像素分布，这相当于忽略空间位置的视觉算法所看到的。为了使可视化更简单，我们只考虑 L*u* 坐标，如下图c 所示。你看到了多少明显（拉长的）簇？ 您将如何寻找这些集群？