湖北多系统适配目标跟踪

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。慧视微型双光吊舱非常适用于无人机领域。湖北多系统适配目标跟踪

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微控制器电力应急目标跟踪优势慧视RK3399图像处理板能实现24小时、无间隙信息化监控。

雷达目标识别技术开始于50年代末期，美国人用单脉冲雷达跟踪并记录了苏联发射的第二颗人造地球卫星的回波，通过对回波信号的分析，确认卫星上装有角反射器。现代防空雷达已具有辨认少数典型飞机机型的能力。反弹道导弹防御雷达(见目标截获和识别雷达)能从洲际导弹的碎块和少量诱饵中识别出真弹头。在空间探测中，对月球和金星表面的地形测绘和电磁物理特性参数测量，以及判定卫星发射后太阳电池翼是否打开等，都能应用目标识别技术。在地球遥感方面，微波遥感仪器可以测定潮汐、海冰厚度和海面风速;可以对农作物分类辨识，并作长势检查和产量估计；还可以勘探矿藏和石油等地球资源。目标识别技术已广泛应用于国民经济、空间技术和等领域。

跟踪任务与检测任务有着密切的关系。从输入输出的形式上来看，这两个任务是极为相似的。它们均以图片（或者视频帧）作为模型的输入，经过处理后，输出一堆目标物置的矩形框。它们之间比较大的区别体现在对“目标物体”的定义上。对于检测任务来说，目标物体属于预先定义好的某几个类别，如图1左图所示；而对于跟踪任务来说，目标物体指的是在首帧中所指定的跟踪个体，如图1右图所示。实际上，如果我们将每一个跟踪的个体当成是一个类别的话，跟踪任务甚至能被当成是一种特殊的检测任务，称为个体检测（Instance Detection）。RK3588图像处理板识别概率超过85%。

基于视频目标检测和跟踪的一般流程是：通过目标检测，找到目标；对目标特征进行描述，初步估计目标的运动矢量；根据运动状态，进入目标跟踪，对传感器的姿态，比如水平方位、垂直方位和焦距等进行调整；跟踪到目标后，对目标特征进行更新，并对目标的运动进行预测后，进入下一轮的跟踪过程。目标跟踪检测与跟踪涉及到的技术细节很多。慧视光电开发的高性能目标跟踪图像跟踪板在自研目标跟踪算法的作用下，能够实现高精度低延迟的视频目标锁定跟踪。全国产化智能处理板应用广阔。光纤数据目标跟踪优势

慧视RV1126图像跟踪板支持目标跟踪识别目标（人、车）。湖北多系统适配目标跟踪

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。湖北多系统适配目标跟踪