近年來，伴隨著大數(shù)據(jù)時代的來臨，深度學習在計算機視覺的許多問題，如圖像識別、人臉識別、目標檢測領(lǐng)域都取得了巨大成功，與傳統(tǒng)的目標檢測算法相比，深度學習算法具有更好的表達能力、更高的準確性，深度神經(jīng)網(wǎng)絡(luò)在模型架構(gòu)和學習過程上與人類認識和感知世界的神經(jīng)系統(tǒng)類似。目標檢測和識別現(xiàn)在是視覺方向熱門的研究課題，也一直是工業(yè)界重點研究的對象。近幾年，業(yè)內(nèi)出現(xiàn)了各種各樣的檢測框架，不斷刷新各種性能指標，然而受限于工業(yè)應(yīng)用的性能與成本要求，效率-精度平衡的檢測框架成為了優(yōu)先。團隊在該方向進行了一系列的優(yōu)化設(shè)計，創(chuàng)建了全新的移動端實時檢測框架，與其他流行的檢測框架相比，該模型架構(gòu)在準確性和延遲之間實現(xiàn)了更好的權(quán)衡，基于選用的硬件平臺，可以實現(xiàn)性能優(yōu)良的移動端實時物體檢測。成都慧視光電技術(shù)有限公司推出基于全國產(chǎn)化RK3588板的高性能圖像跟蹤板卡。黑龍江流暢目標跟蹤

成都慧視光電技術(shù)有限公司的RK3399處理板是采用的國內(nèi)AI智能開發(fā)板OrangePI4，植入慧視光電自主研發(fā)的智能圖像算法，基于輸入的可見光或者紅外的視頻流，可實時對目標進行自主檢測、識別或者手動鎖定，同時可以根據(jù)輸出目標的靶量信息，對目標進行實時跟蹤。雙光測溫組件是基于RK3399圖像處理板，推出的一款用于高溫人群體溫篩查的組件產(chǎn)品。基于該組件，可快速展開各類用戶終端產(chǎn)品的集成設(shè)計。其中可見光模組和紅外測溫模組，分別通過配套提供的FFC軟排線與RK3399圖像處理板連接。穩(wěn)定目標跟蹤成都慧視的跟蹤版是國產(chǎn)化的嗎？

為認真落實城市“智慧化”建設(shè)要求，加速推進智慧港口建設(shè)，逐步構(gòu)建智慧港口建設(shè)體系，實現(xiàn)全過程、全區(qū)域、全要素智慧化提能增效。慧視光電利用物聯(lián)網(wǎng)、云計算和AI技術(shù)，不斷探索基于數(shù)字化的適合企業(yè)自身實情的解決方案，按下智慧港口建設(shè)的“快進鍵”。通過AI賦能，針對港口安防監(jiān)控，慧視光電成功研發(fā)“慧眼”雙光相機，采用平行雙光路光學設(shè)計。產(chǎn)品可同時采集可見光和紅外兩路模擬視頻數(shù)據(jù)，并基于采集到的實時視頻流，實現(xiàn)目標鎖定、目標跟蹤功能。目標鎖定與跟蹤狀態(tài)下，產(chǎn)品可在輸出視頻圖像的同時，輸出目標相對與產(chǎn)品光軸的實時視線角信息（方位、俯仰）。實現(xiàn)港口智慧化管理，提升管理效率，降低人工成本。

傳統(tǒng)的監(jiān)控系統(tǒng)需要依靠人對得到的監(jiān)控視頻進行分析，耗時耗力。智能監(jiān)控系統(tǒng)可以通過目標跟蹤、識別等技術(shù)自動實現(xiàn)對目標場景的分析和異常檢測。隨著深度學習在計算機視覺領(lǐng)域的快速發(fā)展，智能視頻分析技術(shù)已經(jīng)成為安防企業(yè)競爭的關(guān)鍵，相關(guān)技術(shù)已經(jīng)達到非常高的精度。傳統(tǒng)安防技術(shù)更多的是關(guān)注事后查證的有效性，但隨著高清攝像機的普及，如何利用這些資源使設(shè)備“活”起來，已經(jīng)成為越來越多安防企業(yè)發(fā)展的重點。有了視頻分析，就可以及時發(fā)現(xiàn)視頻中的異常情況，從而及時做出反應(yīng)，減少損失。慧視AI圖像處理板是高精度識別的板卡。

隨著5G快速發(fā)展，一個萬物智能互聯(lián)的世紀應(yīng)運而生，人工智能也隨著智能互聯(lián)的發(fā)展充滿了生機，市場對智能圖像處理板的要求也越來越高。隨著國內(nèi)相關(guān)行業(yè)市場對圖像處理板卡要求的日益提升，慧視光電推出了目前市場上基于RV1126的較小型的圖像處理板卡。產(chǎn)品作為人工智能通用平臺，用于城管、銀行、邊海防、電力、無人機與機器人、車輛集成等領(lǐng)域，快速對現(xiàn)有設(shè)備完成智能化升級。同時客戶可根據(jù)需求自己做適配的電源板、電氣接口等進行二次開發(fā)。慧視RV1126板卡可以用于大型公共停車場。國產(chǎn)化目標跟蹤有哪些

慧視光電對RV1126跟蹤板進行二次開發(fā)，實現(xiàn)AI智能應(yīng)用。黑龍江流暢目標跟蹤

目標跟蹤是計算機視覺的一個重要分支，其利用視頻或圖像序列的上下文信息，對目標的外觀和運動信息進行建模，從而對目標運動狀態(tài)進行預(yù)測并標定目標的位置。目標跟蹤融合了圖像處理、機器學習、比較好化等多個領(lǐng)域的理論和算法，是完成更高層級的圖像理解(如目標行為識別)任務(wù)的前提和基礎(chǔ)。隨著計算機處理能力的飛速提升，各種基于目標跟蹤的民用和***系統(tǒng)紛紛落地，廣泛應(yīng)用于智能視頻監(jiān)控、智能人機交互、智能交通、視覺導(dǎo)航、無人駕駛、無人自主飛行、戰(zhàn)場態(tài)勢偵察等領(lǐng)域。并結(jié)合多傳感器技術(shù)，提高了對城市的主動監(jiān)視和對戰(zhàn)場的態(tài)勢感知能力。能夠?qū)崿F(xiàn)多目標跟蹤并完成對目標行為的異常檢測。開發(fā)出了能在復(fù)雜場景下的行人跟蹤和行為理解，以及可用于監(jiān)測、引導(dǎo)交通流量并實現(xiàn)異常預(yù)警的公共交通管理系統(tǒng)。黑龍江流暢目標跟蹤