运动估计和跟踪是许多计算机视觉应用的关键活动，包括活动识别、交通监控、汽车安全和监控。

计算机视觉工具箱™提供视频跟踪算法，如连续自适应均值漂移(CAMShift)和Kanade-Lucas-Tomasi (KLT)。您可以使用这些算法跟踪单个对象，或者在更复杂的跟踪系统中作为构建块。工具箱还提供了用于多对象跟踪的框架，包括卡尔曼滤波以及匈牙利算法，用于将目标检测分配给轨道。

运动估计是确定相邻视频帧之间块的移动的过程。这个工具箱包括运动估计算法，例如光流、块匹配、模板匹配。这些算法创建运动向量，可以与整个图像、块、任意补丁或单个像素相关。对于块匹配和模板匹配，寻找最佳匹配的评价指标包括均方误差(MSE)、平均绝对偏差(MAD)、最大绝对差值(MaxAD)、绝对差值和(SAD)和平方差值和(SSD)。