均值漂移(Meanshift)算法流程

均值漂移算法是一种常见的聚类算法，经常被应用在图像识别中的目标跟踪、数据聚类等场景中。 该算法思想比较简单，对于给定的一定数量样本，首先随便选择一个点，然后计算该点一定范围之内所有点到中心点的距离向量的平均值作为偏移均值(也就是改点范围内的质心)，然后将中心点移动到偏移均值位置，通过这种不断重复的移动，可以使中心点逐步逼近到最佳位置。也即：该点会从随机点移动到高密度中心点。 我看到大部分介绍均值漂

>>阅读原文<<