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、汽车安全和监视。

计算机视觉工具箱™提供视频跟踪算法，如连续自适应均值移位(CAMShift)和Kanade-Lucas-Tomasi (KLT)。您可以使用这些算法来跟踪单个对象，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个对象跟踪的框架，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迹。

运动估计是确定相邻视频帧之间块的运动的过程。这个工具箱包括运动估计算法，如光流、块匹配和模板匹配。这些算法创建的运动矢量可以与整个图像、块、任意面片或单个像素相关。对于块匹配和模板匹配，用于找到最佳匹配的评估指标包括均方误差（MSE）、平均绝对偏差（MAD）、最大绝对差（MaxAD）、绝对差之和（SAD）和平方差之和（SSD）。