视觉显著对象跟踪应用开发与原理剖析
1. 应用规划
我们要开发的最终应用程序，会将视频序列中的每个RGB帧转换为显著图，提取所有有趣的原始对象，并将它们输入到均值漂移跟踪算法中。为实现这一目标，应用需要以下几个关键组件：
-main：这是启动应用程序的主函数例程，位于chapter5.py文件中。
-Saliency：该类用于从RGB彩色图像生成显著图，包含以下公共方法：
-Saliency.get_saliency_map：将RGB彩色图像转换为显著图的主要方法。
-Saliency.get_proto_objects_map：把显著图转换为包含所有原始对象的二值掩码的方法。
-Saliency.plot_power_density：显示RGB彩色图像的二维功率密度，有助于理解傅里叶变换。
-Saliency.plot_power_spectrum：显示RGB彩色图像的径向平均功率谱，有助于理解自然图像统计特性。
-MultiObjectTracker：使用均值漂移跟踪在视频中跟踪多个对象的类，包含以下公共方法，该方法本身包含多个私有辅助方法：
-MultiObjectTracker.advance_frame：更新新帧的跟踪信息，结合从显著图和均值漂移跟踪获得的边界框。
