相关滤波的跟踪算法始于2012年P.Martins提出的CSK方法,作者提出了一种基于循环矩阵的核跟踪方法,并且从数学上完美解决了密集采样(Dense Sampling)的问题,利用傅立叶变换快速实现了检测的过程。在训练分类器时,一般认为离目标位置较近的是正样本,而离目标较远的认为是负样本。回顾前面...
成都慧视光电技术有限公司推出的国产化图像检测与跟踪智能处理板——RV1126处理模块,具有以下特点①处理模块使用瑞芯微的RV1126芯片,RV1126是一个高性能、低功耗的视觉处理SOC,具有丰富的外设和功能特性,尤其适合AI相关的应用;②4核CortexA7,每个核具有独自的NEON和FPU,每个核具有32KB的一级数据缓存和一级指令缓存,4核共用512KBL2缓存;③两个MIPICSI/LVDS/SubLVDS视频输入接口,每个接口支持4lane,MIPICSI每个lane的比较大速率为2.5Gbps/lane,LVDS比较大速率为1Gbps/lane;④ISP支持的最大分辨率为4416x3312;⑤支持H264,H265视频编码,比较大支持4096x2304@30fps;⑥神经处理单元(NPU),运算能力达到2Tops,支持INT8和INT16;⑦包含一个RISCV微控制器用于安防监控及状态监测的摄像头数量的飞速发展。数据目标跟踪应用
传统的监控系统需要依靠人对得到的监控视频进行分析,耗时耗力。智能监控系统可以通过目标跟踪、识别等技术自动实现对目标场景的分析和异常检测。随着深度学习在计算机视觉领域的快速发展,智能视频分析技术已经成为安防企业竞争的关键,相关技术已经达到非常高的精度。传统安防技术更多的是关注事后查证的有效性,但随着高清摄像机的普及,如何利用这些资源使设备“活”起来,已经成为越来越多安防企业发展的重点。有了视频分析,就可以及时发现视频中的异常情况,从而及时做出反应,减少损失。福建企业目标跟踪RK3399PRO图像处理板是我司自主研发的目标跟踪板,该板卡采用国产高性能CPU,搭载自研目标跟踪及跟踪算法。
随着社会经济的发展,近年来汽车保有量持续上涨,同样的产生的汽车事故也越来越多。夜间行车的事故率要比白天高一半以上,因为夜晚行驶车辆时,光线不足、可视范围减少,会让驾驶人难以做出准确的判断,一旦有突发情况,驾驶人很难及时控制车辆,容易发生事故。针对这一情况,建议使用慧视光电的“慧眼”双光监测设备,可实现白天黑夜24小时监测车辆外界情况,利用红外线技术将黑暗变得如同白昼,使驾驶员在黑夜里看得更远更清楚,可及时识别外来车辆或则路面情况(积水识别、路面裂缝识别等),及时告警提示驾驶人员,提高驾驶安全性。
目前的跟踪算法分为两大研究方向:相关滤波和深度学习,其中基于相关滤波的方法在实时性方面有明显的优势,而基于深度学习的方法在跟踪准确性和鲁棒性方面优势较高。慧视光电团队针对实际应用过程中情况,尤其是在相机抖动、目标遮挡、变形和环境干扰的情况下,结合硬件平台性能,对相关滤波和神经网络进行优化设计,可获得更佳的跟踪效果。针对红外弱小目标,常用的模板类方法因提取不到有效的目标特征,在受到大量背景信息的干扰下,会出现跟踪失效情况。慧视光电团队以点跟踪技术为主体,结合模板类跟踪方法去除相机抖动干扰,再加入对目标的运动预测,研发了一种性能优异的红外弱小目标跟踪技术,在反无人机、远距离目标弹窗等领域得到的良好的应用。成都智能化目标跟踪供应商。
随着国内相关行业市场对图像处理板卡要求的日益提升,成都慧视光电技术有限公司推出了全国产化RV1126重要板。产品作为人工智能通用平台,用于城管、银行、边海防、电力、无人机与机器人、车辆集成等领域,可快速对现有设备完成智能化升级。同时客户可根据需求自己做适配的电源板、电气接口等进行二次开发。慧视光电全国产化RV1126重要板支持基于深度学习的目标检测算法(人、车以及特定目标)、支持SDI高清/标清视频输出、支持叠加OSD信息,重量只有5g,直径只37mm,基本达到了尺寸的要求。慧视光电开发的慧视AI图像处理板,采用了国产高性能CPU。流畅目标跟踪好选择
无人机可能会受到敌方势力或者强风等因素干扰,造成不同幅度的振动,从而影响板卡能否正常完成任务。数据目标跟踪应用
每年我国校园事件、安全事故时有发生,每一次事故的背后都牵动着几个家庭的心,引发普遍的社会讨论。虽然问题的起因可能是多方面的,但是如何及时发现并制止是一个当前我们急需解决的问题。当前学校大多采用的是雇佣保安巡逻或者固定摄像头监控,但是并不能有效的解决问题,更多的是事后取证用。随着智能图像分析技术的的发展,我们在有限的摄像头监控范围内对人的行为进行分析,并对可疑行为及时报警,提醒安保的注意,及时处理,比如攀高行为分析、打架行为分析等等。数据目标跟踪应用
相关滤波的跟踪算法始于2012年P.Martins提出的CSK方法,作者提出了一种基于循环矩阵的核跟踪方法,并且从数学上完美解决了密集采样(Dense Sampling)的问题,利用傅立叶变换快速实现了检测的过程。在训练分类器时,一般认为离目标位置较近的是正样本,而离目标较远的认为是负样本。回顾前面...
陕西边海防视频压缩与传输解决方案
2024-10-26江苏多系统适配目标识别郑重承诺
2024-10-26贵州窄带视频压缩与传输交互系统
2024-10-26贵州可视化视频压缩与传输解决方案
2024-10-26河南可视化视频压缩与传输山区
2024-10-26湖北仓储视频压缩与传输提供商
2024-10-26河北物流视频压缩与传输高清
2024-10-26湖北网络目标识别控制软件
2024-10-26河南稳定目标识别解决方案
2024-10-26