對於目標檢測、跟蹤一般的科研，主要是使用matalab，VS,VC6.0結合opencv（開源計算機視覺庫）進行開發。主要是使用一下兩個方法【通過論文總結】
一、 使用matalab，選定檢測、識別的演算法，弄懂演算法的含義，新增自己的改進方案。編寫matalab程式碼（主要是C、C++）。運用視訊檢測集，對演算法的精確性、魯棒性進評測，並與未改進的演算法對比，突出自己提出演算法的優勢。
二、使用VC、VS進行關於win32控制檯程式的開發，主要開發出的產品是MFC的.exe專案。可以新增一些資料分析（曲線圖）和視訊控制的功能。

如何在fpga上進行開發（主要是結合自己的時間安排）
一、選定演算法（主要是可以在硬體上易於實現）
二、在matalab、opencv上實現演算法（弄懂演算法）
三、改進演算法，編寫軟體程式碼，實現
四、利於matalab將演算法匯出為verilog語言，或者通過vivado的HLS將自己編寫的C演算法（就是一個函式）和測試程式、資料在HLS上測試，通過後對演算法進行IP打包
五、進行其他模組的開發，資料的獲取（CCD、CMOS獲取），資料的處理（ITU656轉ITU601），資料的顏色空間的額裝換（對於人臉監測，需要轉為HIS），資料的儲存（可以先測試640*480的視訊資料，不使用DDR，驗證演算法），演算法對資料的處理，資料的後端顯示（視訊的時序要求）

自己簡化的開發方法：
直接使用視訊播放盒輸出480PHDMI的視訊資料；對資料進行處理演算法處理（主要保證在下一幀到來之前，完成對第一幀的演算法計算、處理，在第二幀資料進來時，就用第一幀的結果對第二幀資料進行處理、輸出；對第二幀資料進行演算法計算，將其結果供第三幀資料使用。必須滿足時序的要求=》不然就會在第二幀來時，演算法還沒計算完成，那麼就會出現丟幀的現象【這會出現目標檢測、追蹤的丟失】）；輸出到顯示屏上，檢視結果。

下一個階段的工作：
① 弄清meanshift演算法的含義，結合軟體演算法進行理解
② 編寫軟體實現的程式碼
③ 弄會一個zedboard的專案，主要是學會vivado的開發流程，方法（怎麼進行演算法的開發、怎麼進行驅動的開發，sdk中的開發【基於硬體的C程式碼】），AXI中的AXI-stream