自动门目前运用频率较高的盯梢算法如Meanshift算法、Camshift算法等都是根据特征匹配的算法，如根据方针的形状、巨细等特征。但是以上算法通常需求耗费很多的核算资本和处理时间。为了经过剖析视频图画序列获取方针方针的高档做法语义，这篇文章联系运动前史图画算法(Motion History Image, MHI)和运动能量图画算法(Motion Energy Image, MEI)的长处，选用一种迅速高效的MHoEI (Motion History Image or Motion Energy Image)算法完结对运动行人的盯梢。

　　运动前史图画(MHI)算法中，经过对像素的灰度值做帧间差分处理，并将一段时间内的差分成果以二值图画的方式保留，得到运动前史图画。运动前史图画，即表明方针运动进程的图画，MHI上像素点的亮度值表明这一点对于时间的运动前史函数。因为运动前史图画是经过帧间差算法而不是经过布景建模的方式取得，因而该算法具有高实时性和低核算复杂度。但是，MHI算法连续了帧间差算法的遍及缺陷，当检查方针停止时，则会呈现方针丢掉的危险。此外，当检查方针整体处于停止状况而有些处于运动状况时，MHI算法只能检查出远景在运动的有些，如站立行人的挥手动作，MHI算法只能检查出运动的手臂。其间，表明持续时间，D(x,y,t)表明运动方针区域的二值掩码图画，h(x,y,t)表明像素坐标为(x,y)的点在t时间的灰度值。

　　运动能量图画(I)算法中，对一段时间内帧间差取得的图画进行与运算则得到运动能量图画。其间，E (x, y, t)表明像素坐标为(x,力的点在t时间的运动能量值。1VIEI和MHI都是在运动矢量图画的基础上进行编码，都归于递归算法，且只需对近来的一帧图画的运动信息进行存储，因而这两种算法都有迅速、高效的特性。但是，1VIEI和MHI算法各有不同的拿手范畴，MEI算法首要处理运动在哪里发作的疑问，而NI>-II算法首要处理这些运动是怎么发作的疑问。例如，对于一个一向处于运动状况的远景方针，选择一个恰当的持续时间z值并运用NI>-II算法就能精确盯梢该远景方针。当这一远景方针呈现暂时的停止做法时，NI>-II算法会在远景方针停止的时间段内丢掉该方针。但若选用1VIEI算法，则即便方针呈现暂时的停止做法也不会形成盯梢丢掉的疑问。