無人機是巡檢領(lǐng)域的空中巡檢員，搭載智慧“眼”的無人機能夠替代人工，實現(xiàn)自主巡檢。無人機可以搭載紅外光和可見光兩種傳感器，實現(xiàn)晝夜巡檢也不是夢，一基桿塔*用十分鐘的時間便可完成巡檢工作。例如在電力巡檢中，傳統(tǒng)模式下，工人只能采用望遠(yuǎn)鏡遠(yuǎn)程查看線路，不僅費眼睛，還費時間。同時，由于光線等外界因素的干擾，缺陷的確認(rèn)也加大了難度，不得不背著安全帶近距離校驗，工人的安全也受到威脅。而無人機則可以在發(fā)現(xiàn)缺陷后，通過抵近觀察的方式進(jìn)行仔細(xì)查看，收集缺陷周圍360°照片回去分析，不僅安全也高效率。慧視AI板卡可以用于大型公共停車場。目標(biāo)跟蹤檢測

在如今的作業(yè)中，無人機路面巡查替代傳統(tǒng)的人工巡查，展現(xiàn)出巨大的效率優(yōu)勢。像高速施工工地這樣的環(huán)境下，施工方為了保障施工安全，就需要對施工范圍進(jìn)行嚴(yán)格管控，傳統(tǒng)的人工巡查效率低，受限于地形、時間等問題，容易出現(xiàn)盲點。相比人工，利用無人機進(jìn)行AI識別則可以逐幀圖像監(jiān)測，即便是夜晚也能夠利用紅外傳感器進(jìn)行數(shù)據(jù)收集，幾乎不會遺漏任何信息。而交通管理部門，則可以利用無人機快速到底事故地點進(jìn)行疏導(dǎo)，緩解交通壓力。穩(wěn)定目標(biāo)跟蹤市場報價智能化的圖像處理板還可以實現(xiàn)自動化的數(shù)據(jù)分析，實現(xiàn)降本增效。

然后在下一幀采集的圖像中對目標(biāo)對象進(jìn)行特征提取；特征匹配的過程既是將提取出來的目標(biāo)對象的特征與我們事先已經(jīng)建立的特征模板進(jìn)行匹配，通過與特征模板的相似程度來確定被跟蹤的目標(biāo)對象，實現(xiàn)對目標(biāo)的跟蹤。基于特征的跟蹤算法的優(yōu)點在于速度快、對運動目標(biāo)的尺度、形變和亮度等變化不敏感，能滿足特定場合的處理要求。但由于特征具有稀疏性和不規(guī)則性，所以該算法對于噪聲、遮擋、圖像模糊等比較敏感，如果目標(biāo)發(fā)生旋轉(zhuǎn)，則部分特征點會消失，新的特征點會出現(xiàn)，因此需要對匹配模板進(jìn)行更新。

基于視頻目標(biāo)檢測和跟蹤的一般流程是：通過目標(biāo)檢測，找到目標(biāo)；對目標(biāo)特征進(jìn)行描述，初步估計目標(biāo)的運動矢量；根據(jù)運動狀態(tài)，進(jìn)入目標(biāo)跟蹤，對傳感器的姿態(tài)，比如水平方位、垂直方位和焦距等進(jìn)行調(diào)整；跟蹤到目標(biāo)后，對目標(biāo)特征進(jìn)行更新，并對目標(biāo)的運動進(jìn)行預(yù)測后，進(jìn)入下一輪的跟蹤過程。目標(biāo)跟蹤檢測與跟蹤涉及到的技術(shù)細(xì)節(jié)很多。慧視光電開發(fā)的高性能目標(biāo)跟蹤圖像跟蹤板在自研目標(biāo)跟蹤算法的作用下，能夠?qū)崿F(xiàn)高精度低延遲的視頻目標(biāo)鎖定跟蹤。Viztra-LE034圖像處理板識別概率超過85%。

對于目標(biāo)被暫時遮擋的情況，通過設(shè)定目標(biāo)狀態(tài)為暫時丟失狀態(tài)，并以上一次目標(biāo)的位置和速度繼續(xù)對后續(xù)的目標(biāo)位置進(jìn)行預(yù)測，在后續(xù)圖像中可以再次重新找回目標(biāo)。在攝像機控制時，采取估計提前量的控制策略也對跟蹤有很大的幫助。控制攝像機，使目標(biāo)提前擺到視野中目標(biāo)運動方向的另一側(cè)，可以為以后的跟蹤贏得更多的跟蹤時間和機會。在本實驗序列中尤為明顯，目標(biāo)基本上保持由左上向右下運動的趨勢，根據(jù)對目標(biāo)速度的估計，則攝像機提前將目標(biāo)定為視野中心偏上偏左的區(qū)域，對目標(biāo)運動加提前估計量。RK3399PRO圖像處理板是我司自主研發(fā)的目標(biāo)跟蹤板，該板卡采用國產(chǎn)高性能CPU，搭載自研目標(biāo)跟蹤及跟蹤算法。海南國產(chǎn)目標(biāo)跟蹤

慧視光電基于AI圖像處理的監(jiān)控監(jiān)管方案能夠?qū)崿F(xiàn)安全生產(chǎn)。目標(biāo)跟蹤檢測

人工智能起源于上個世紀(jì)五十年代，被譽為新時代工業(yè)發(fā)展的引擎。隨著技術(shù)的發(fā)展，為了使得計算機可以擁有像人眼一樣感知、分析、處理現(xiàn)實世界的能力，六十年代初，人工智能衍生出了一個重要的分支，計算機視覺。在計算機視覺的研究過程中，學(xué)者們?yōu)榱岁U述“根據(jù)目標(biāo)在視頻中的某一幀狀態(tài)來估計其在后續(xù)幀中的狀態(tài)”，一個新的學(xué)科——目標(biāo)跟蹤應(yīng)運而生。目標(biāo)跟蹤是計算機視覺和機器人研發(fā)領(lǐng)域的重要分支，在人機交互、安全監(jiān)控、自動駕駛、城市交通、軍領(lǐng)域、醫(yī)療診斷等領(lǐng)域都發(fā)揮了重要的作用，其主要功能就是在視頻圖像中遍歷感興趣的區(qū)域，并在接下來的視頻幀中對其進(jìn)行跟蹤目標(biāo)跟蹤檢測