其跟踪模块和我们所使用的现有方法区别较大，其主要流程为：
1通过对原视频分段，进行预处理，从而减少后期跟踪和融合的运算量 问题：分段过程仍旧是对原视频的一次完整遍历，需考察期时间损耗 2根据提取的MSPF的衍生算法实现对运动目标的跟踪 问题：对粘连的处理方式不同，数据结构存在差异。
融合模块的完成和判别标准的不同正是基于跟踪后得到的不同数据结果： 1其考虑了事件间的隐形相关性（时间上接近的事件可能存在相关），再根据转移映射函数 计算其全局最优解，从而实现事件链条的安排。
问题：转移映射函数的计算复杂度很高，考虑其对时间的占用，当一次排布的链条数量过多时很容易出现暴增的运算量。
2实现了视域学习划分，即根据摄像机画面中的链条运动趋势进行判别，从而实现更高速的摘要视频生成。
附：两种方法的比较，差异，及我们所应学习的地方。
我方算法 西电算法 树状 链状 初始链条结构 初始链条排布方法 计算树状链条间的碰通过转移映射函数， 撞率和排布密度，进行计算链条间的排布安排 全局最优解，进行安排 能很好地处理原始链将链条间的时间相条中碰撞情况，但不能关性纳入考虑条件，反映相关链条间的时但全局最优解可能间相关性 导致部分链条间的空间相关性的丢失 大 未知 限制一次性处理链条将视频区域分段， 数目 实现并行处理 回溯模块及视频编解 码 排布算法优劣性考量 时间损耗 优化方法 待优化项
因篇幅问题不能全部显示，请点此查看更多更全内容