山東目標(biāo)跟蹤工程

2010年以前，目標(biāo)跟蹤領(lǐng)域大部分采用一些經(jīng)典的跟蹤方法，比如Meanshift、Particle Filter和Kalman Filter，以及基于特征點(diǎn)的光流算法等。Meanshift方法是一種基于概率密度分布的跟蹤方法，使目標(biāo)的搜索一直沿著概率梯度上升的方向，迭代收斂到概率密度分布的局部峰值上。首先Meanshift會對目標(biāo)進(jìn)行建模，比如利用目標(biāo)的顏色分布來描述目標(biāo)，然后計(jì)算目標(biāo)在下一幀圖像上的概率分布，從而迭代得到局部密集的區(qū)域。Meanshift適用于目標(biāo)的色彩模型和背景差異比較大的情形，早期也用于人臉跟蹤。由于Meanshift方法的快速計(jì)算，它的很多改進(jìn)方法也一直適用至今。RV1126圖像處理板的目標(biāo)識別能力突出。山東目標(biāo)跟蹤工程

成都慧視光電技術(shù)有限公司的AM5708處理板是采用了創(chuàng)龍SOM-TL5708處理板，內(nèi)部植入其自主研發(fā)的智能圖像算法，基于輸入的可見光或者紅外的視頻流，可實(shí)時(shí)對目標(biāo)進(jìn)行鎖定，同時(shí)可以根據(jù)輸出目標(biāo)的靶量信息，對目標(biāo)進(jìn)行實(shí)時(shí)跟蹤?？芍С侄伍_發(fā)，方便快速集成。并在此基礎(chǔ)上成功研發(fā)視頻跟蹤板，可用于對視頻中指定目標(biāo)執(zhí)行跟蹤操作。通過將感興趣目標(biāo)在視頻中的位置信息輸入至視頻跟蹤板，跟蹤板完成目標(biāo)鎖定后，持續(xù)輸出目標(biāo)在視頻中的坐標(biāo)信息，或者相對于相機(jī)光軸的脫靶量信息。產(chǎn)品特點(diǎn)：支持MIPICSI和CVBS兩路視頻輸入，支持在用戶選擇的輸入視頻通道上執(zhí)行目標(biāo)跟蹤。提供RS232/RS422控制通訊接口，用于輸入控制指令和跟蹤信息的輸出。提供自適應(yīng)點(diǎn)選功能，基于用戶給定的目標(biāo)位置點(diǎn)坐標(biāo)，自適應(yīng)對目標(biāo)進(jìn)行框選并執(zhí)行跟蹤。提供H.264壓縮的視頻以及HDMI接口的視頻輸出。視頻輸出支持OSD形式疊加跟蹤結(jié)果。山東目標(biāo)跟蹤工程無人機(jī)吊艙能夠通過定制算法和精細(xì)定位技術(shù)實(shí)現(xiàn)農(nóng)藥精細(xì)噴灑、農(nóng)作物精細(xì)拋糧等操作。

在無人機(jī)應(yīng)用方面，目標(biāo)跟蹤技術(shù)可以作為無人機(jī)視覺處理模塊，實(shí)現(xiàn)對需要拍攝的目標(biāo)進(jìn)行持續(xù)跟蹤，使焦點(diǎn)始終保持在目標(biāo)上，從而達(dá)到更好的拍攝效果。目前，基于深度學(xué)習(xí)的視覺跟蹤技術(shù)已經(jīng)成為無人機(jī)視覺跟蹤中重要的技術(shù)組成部分。成都慧視光電技術(shù)有限公司運(yùn)用自身的圖像算法和硬件平臺開發(fā)優(yōu)勢，推出了系列國產(chǎn)化圖像檢測與跟蹤板卡、全國產(chǎn)化RK3399PRO處理板、全國產(chǎn)化RV1126處理板等產(chǎn)品，全國產(chǎn)化RK3399PRO處理板因?yàn)槠鋸?qiáng)大的硬件平臺疊加基于行為的算法，能夠有效的應(yīng)對無人機(jī)的迫切需求。

成都慧視光電技術(shù)有限公司的RK3588圖像處理板是采用國內(nèi)AI智能芯片基礎(chǔ)上自主研發(fā)的智能算法圖像處理板，植入其自主研發(fā)的智能圖像算法，基于輸入的可見光或者紅外的視頻流，可實(shí)時(shí)對目標(biāo)進(jìn)行自主檢測、識別或者手動鎖定，同時(shí)可以根據(jù)輸出目標(biāo)的靶量信息，對目標(biāo)進(jìn)行實(shí)時(shí)跟蹤。支持二次開發(fā)，方便客戶快速集成?；垩壑悄軋D像處理板是慧視光電在國內(nèi)AI智能芯片基礎(chǔ)上，自主研發(fā)的具有智能圖像算法的處理板，可實(shí)時(shí)實(shí)現(xiàn)對目標(biāo)的自主檢測、識別、跟蹤或者人為的鎖定、跟蹤，是目前國內(nèi)少數(shù)能夠提供穩(wěn)定成熟的國產(chǎn)化智能圖像處理平臺的單位之一?；垡昍K3399PRO圖像跟蹤板支持目標(biāo)跟蹤識別目標(biāo)（人、車）。

當(dāng)兩個(gè)圖像之間還有旋轉(zhuǎn)或比例變化時(shí)，往往使用基于控制點(diǎn)的方法進(jìn)行圖像配準(zhǔn)。所謂特征點(diǎn)匹配就是在一幀圖像中尋找具有不變性質(zhì)的結(jié)構(gòu)—特征點(diǎn)，例如，灰度局部極大值、局部邊緣、角等，與另一幀圖像中的同類特征點(diǎn)作匹配，從而求得該兩幀圖像之間的變換關(guān)系。從現(xiàn)實(shí)的觀點(diǎn)看，在全部特征點(diǎn)中，只有部分能得到正確的匹配，這是因?yàn)樘卣鼽c(diǎn)尋找算法并非完美無缺。特征點(diǎn)匹配方法具有：處理的數(shù)據(jù)量不斷減少、可能匹配的數(shù)目少于互相關(guān)方法和受照度、幾何的變化影響較小的優(yōu)點(diǎn)。根據(jù)具體的振動情況，選擇合適的特征點(diǎn)和速度較快的匹配策略是該任務(wù)研究的重點(diǎn)。目前的研究工作都致力于圖像間的自動配準(zhǔn)，如直接相關(guān)匹配，基于圖像分割技術(shù)的配準(zhǔn)，利用封閉輪廓的形心作為控制點(diǎn)的配準(zhǔn)等。慧視光電致力于跟蹤板卡定制。重慶快速目標(biāo)跟蹤

目標(biāo)跟蹤監(jiān)控預(yù)警系統(tǒng)是防溺水技防手段中應(yīng)用比較廣的。山東目標(biāo)跟蹤工程

目標(biāo)檢測和跟蹤在許多應(yīng)用中都具有重要的意義，例如智能監(jiān)控、自動駕駛和人機(jī)交互等。傳統(tǒng)的目標(biāo)檢測算法需要多次掃描圖像，并使用復(fù)雜的特征提取和分類器來識別目標(biāo)。然而，這些方法在實(shí)時(shí)性和準(zhǔn)確性上存在一定的限制。隨著YOLO算法的出現(xiàn)，目標(biāo)檢測和跟蹤領(lǐng)域取得了重大突破。YOLO算法概述YOLO算法是一種基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測和跟蹤算法。與傳統(tǒng)方法相比，YOLO算法采用了全新的思路和架構(gòu)。它將目標(biāo)檢測問題轉(zhuǎn)化為一個(gè)回歸問題，通過單次前向傳播即可同時(shí)預(yù)測圖像中多個(gè)目標(biāo)的位置和類別。這使得YOLO算法在速度和準(zhǔn)確性上具備了明顯優(yōu)勢。山東目標(biāo)跟蹤工程