云南目标跟踪技术

成都慧视光电技术有限公司的RK3588图像处理板是采用国内AI智能芯片基础上自主研发的智能算法图像处理板，植入其自主研发的智能图像算法，基于输入的可见光或者红外的视频流，可实时对目标进行自主检测、识别或者手动锁定，同时可以根据输出目标的靶量信息，对目标进行实时跟踪。支持二次开发，方便客户快速集成。慧眼智能图像处理板是慧视光电在国内AI智能芯片基础上，自主研发的具有智能图像算法的处理板，可实时实现对目标的自主检测、识别、跟踪或者人为的锁定、跟踪，是目前国内少数能够提供稳定成熟的国产化智能图像处理平台的单位之一。用于安防监控及状态监测的摄像头数量的飞速发展。云南目标跟踪技术

近年来，随着人工智能的发展，无人机的使用呈现出飞速增长，而无人机对目标的自主检测、自主跟踪是极具难度的研究方向之一，这与智慧交通、智慧仓库、智能电力电缆巡检、重要设施的监测等应用密切相关。吊舱是无人机的重要组成部分，而光电吊舱一般由可见光（或者红外）、图像处理板、伺服等部分组成，图像处理板通过前端的图像对目标进行检测并根据需要对目标进行跟踪，同时可能按照具体需要输出目标的坐标数据等信息，因此图像处理板成为了光电吊舱的重要部件之一，起到关键的链接、数据处理的作用。早期光电吊舱因为体积大、重量重、成本高，主要应用在较大的飞机上，尤其作战的飞机。随着民品无人机的发展，大多数四旋翼机的起飞重量小于15公斤，导致了机载设备的有效载荷和电池续航能力非常有限。在这种情况下，如何降低功耗、减少体积同时又不降低性能成为小型无人机的研究热点。慧视光电响应行业需求，经过技术的不断迭代更新，推出了全国产化的RV1126处理板，该处理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*37mm，基本达到了尺寸的要求。云南目标跟踪技术Viztra-LE034图像处理板识别概率超过85%。

成都慧视光电技术有限公司的RV1126图像处理板采用国产高性能CPU，搭载自研目标检测及跟踪算法。半径18.5mm，厚度4mm，功耗小于6W。具有体积小、功耗低、目标检测准确、跟踪稳定等优点。可广泛应用于体积要求较高的场景。视频输入：可接收MIPICSI/LVDS/SubLVDS视频输入信号，预设I2C配置接口。视频输出：用GS2972芯片将BT.1120信号转换成SDI信号，支持SDI高清视频输出。应用场景：该产品可广泛应用于体积要求较高的场景，以及机载吊舱、车载辅助、边海防监控、森林防火、电站检测、智能周界等。

YOLO算法具有以下几个明显的优势：快速高效：YOLO算法采用单次前向传播的方式进行目标检测和跟踪，相比传统方法的多次扫描图像，速度更快，适用于实时应用。准确性较高：通过引入先进的卷积神经网络和相关技术，YOLO算法在目标定位和类别预测方面具有较高的准确性。多尺度处理：YOLO算法通过特征金字塔网络和多尺度预测技术，可以处理不同大小的目标，并保持对小目标的有效检测。端到端训练：YOLO算法可以进行端到端的训练，避免了多阶段处理的复杂性，简化了算法的实现和使用。RK3399搭载AI智能算法，实现目标识别与跟踪。

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。全国产化处理板哪家好？云南目标跟踪技术

慧视AI图像处理板是高精度识别的板卡。云南目标跟踪技术

2010年以前，目标跟踪领域大部分采用一些经典的跟踪方法，比如Meanshift、Particle Filter和Kalman Filter，以及基于特征点的光流算法等。Meanshift方法是一种基于概率密度分布的跟踪方法，使目标的搜索一直沿着概率梯度上升的方向，迭代收敛到概率密度分布的局部峰值上。首先Meanshift会对目标进行建模，比如利用目标的颜色分布来描述目标，然后计算目标在下一帧图像上的概率分布，从而迭代得到局部密集的区域。Meanshift适用于目标的色彩模型和背景差异比较大的情形，早期也用于人脸跟踪。由于Meanshift方法的快速计算，它的很多改进方法也一直适用至今。云南目标跟踪技术