目標(biāo)跟蹤檢測(cè)

無(wú)人機(jī)是巡檢領(lǐng)域的空中巡檢員，搭載智慧“眼”的無(wú)人機(jī)能夠替代人工，實(shí)現(xiàn)自主巡檢。無(wú)人機(jī)可以搭載紅外光和可見(jiàn)光兩種傳感器，實(shí)現(xiàn)晝夜巡檢也不是夢(mèng)，一基桿塔*用十分鐘的時(shí)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(fèi)眼睛，還費(fèi)時(shí)間。同時(shí)，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(yàn)，工人的安全也受到威脅。而無(wú)人機(jī)則可以在發(fā)現(xiàn)缺陷后，通過(guò)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?；垡旳I板卡可以用于大型公共停車場(chǎng)。目標(biāo)跟蹤檢測(cè)

在如今的作業(yè)中，無(wú)人機(jī)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(shì)。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(duì)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(shí)間等問(wèn)題，容易出現(xiàn)盲點(diǎn)。相比人工，利用無(wú)人機(jī)進(jìn)行AI識(shí)別則可以逐幀圖像監(jiān)測(cè)，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(huì)遺漏任何信息。而交通管理部門(mén)，則可以利用無(wú)人機(jī)快速到底事故地點(diǎn)進(jìn)行疏導(dǎo)，緩解交通壓力。穩(wěn)定目標(biāo)跟蹤市場(chǎng)報(bào)價(jià)智能化的圖像處理板還可以實(shí)現(xiàn)自動(dòng)化的數(shù)據(jù)分析，實(shí)現(xiàn)降本增效。

然后在下一幀采集的圖像中對(duì)目標(biāo)對(duì)象進(jìn)行特征提??；特征匹配的過(guò)程既是將提取出來(lái)的目標(biāo)對(duì)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(guò)與特征模板的相似程度來(lái)確定被跟蹤的目標(biāo)對(duì)象，實(shí)現(xiàn)對(duì)目標(biāo)的跟蹤?；谔卣鞯母櫵惴ǖ膬?yōu)點(diǎn)在于速度快、對(duì)運(yùn)動(dòng)目標(biāo)的尺度、形變和亮度等變化不敏感，能滿足特定場(chǎng)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(duì)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(diǎn)會(huì)消失，新的特征點(diǎn)會(huì)出現(xiàn)，因此需要對(duì)匹配模板進(jìn)行更新。

基于視頻目標(biāo)檢測(cè)和跟蹤的一般流程是：通過(guò)目標(biāo)檢測(cè)，找到目標(biāo)；對(duì)目標(biāo)特征進(jìn)行描述，初步估計(jì)目標(biāo)的運(yùn)動(dòng)矢量；根據(jù)運(yùn)動(dòng)狀態(tài)，進(jìn)入目標(biāo)跟蹤，對(duì)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(duì)目標(biāo)特征進(jìn)行更新，并對(duì)目標(biāo)的運(yùn)動(dòng)進(jìn)行預(yù)測(cè)后，進(jìn)入下一輪的跟蹤過(guò)程。目標(biāo)跟蹤檢測(cè)與跟蹤涉及到的技術(shù)細(xì)節(jié)很多?；垡暪怆婇_(kāi)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(shí)別概率超過(guò)85%。

對(duì)于目標(biāo)被暫時(shí)遮擋的情況，通過(guò)設(shè)定目標(biāo)狀態(tài)為暫時(shí)丟失狀態(tài)，并以上一次目標(biāo)的位置和速度繼續(xù)對(duì)后續(xù)的目標(biāo)位置進(jìn)行預(yù)測(cè)，在后續(xù)圖像中可以再次重新找回目標(biāo)。在攝像機(jī)控制時(shí)，采取估計(jì)提前量的控制策略也對(duì)跟蹤有很大的幫助?？刂茢z像機(jī)，使目標(biāo)提前擺到視野中目標(biāo)運(yùn)動(dòng)方向的另一側(cè)，可以為以后的跟蹤贏得更多的跟蹤時(shí)間和機(jī)會(huì)。在本實(shí)驗(yàn)序列中尤為明顯，目標(biāo)基本上保持由左上向右下運(yùn)動(dòng)的趨勢(shì)，根據(jù)對(duì)目標(biāo)速度的估計(jì)，則攝像機(jī)提前將目標(biāo)定為視野中心偏上偏左的區(qū)域，對(duì)目標(biāo)運(yùn)動(dòng)加提前估計(jì)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(guó)產(chǎn)高性能CPU，搭載自研目標(biāo)跟蹤及跟蹤算法。海南國(guó)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(cè)

人工智能起源于上個(gè)世紀(jì)五十年代，被譽(yù)為新時(shí)代工業(yè)發(fā)展的引擎。隨著技術(shù)的發(fā)展，為了使得計(jì)算機(jī)可以擁有像人眼一樣感知、分析、處理現(xiàn)實(shí)世界的能力，六十年代初，人工智能衍生出了一個(gè)重要的分支，計(jì)算機(jī)視覺(jué)。在計(jì)算機(jī)視覺(jué)的研究過(guò)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(lái)估計(jì)其在后續(xù)幀中的狀態(tài)”，一個(gè)新的學(xué)科——目標(biāo)跟蹤應(yīng)運(yùn)而生。目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)和機(jī)器人研發(fā)領(lǐng)域的重要分支，在人機(jī)交互、安全監(jiān)控、自動(dòng)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(lái)的視頻幀中對(duì)其進(jìn)行跟蹤目標(biāo)跟蹤檢測(cè)