近年來,我國多地智慧城市建設(shè)取得較好的成效,諸多創(chuàng)新技術(shù)和解決方案得到廣泛應(yīng)用。而在智慧停車方面,許多公共場所也開始逐步落地應(yīng)用。一車一桿的系統(tǒng),智能識別進(jìn)出入車輛,控制車輛進(jìn)出入,統(tǒng)計(jì)車位空缺數(shù),在很大程度上能夠優(yōu)化公共停車場的交通擁堵等問題,能夠提高安全和通行效率。智慧停車閘道裝有車牌識別的機(jī)箱,該機(jī)箱集攝像頭、圖像處理板、顯示屏、內(nèi)存卡等設(shè)備于一體,其中圖像處理板內(nèi)置車牌識別算法,在攝像頭獲取車牌照片后,板卡算法就能進(jìn)行快速又高精度的信息識別,并上傳數(shù)據(jù)到后端控制中心,能夠有效控制車輛的合理出入,方面管理者優(yōu)化管理。搭載AI智能算法的跟蹤板如何實(shí)現(xiàn)目標(biāo)識別及跟蹤?多系統(tǒng)適配目標(biāo)跟蹤工程
目標(biāo)跟蹤算法具有不同的分類標(biāo)準(zhǔn),可根據(jù)檢測圖像序列的性質(zhì)分為可見光圖像跟蹤和紅外圖像跟蹤;又可根據(jù)運(yùn)動場景對象分為靜止背景目標(biāo)跟蹤和運(yùn)動背景下的目標(biāo)跟蹤。由于基于區(qū)域的目標(biāo)跟蹤算法用的是目標(biāo)的全局信息,比如灰度、色彩、紋理等。因此當(dāng)目標(biāo)未被遮擋時,跟蹤精度非常高、跟蹤非常穩(wěn)定,對于跟蹤小目標(biāo)效果很好,可信度高。但是在灰度級的圖像上進(jìn)行匹配和全圖搜索,計(jì)算量較大,非常費(fèi)時間,所以在實(shí)際應(yīng)用中實(shí)用性不強(qiáng);其次,算法要求目標(biāo)不能有太大的遮擋及其形變,否則會導(dǎo)致匹配精度下降,造成運(yùn)動目標(biāo)的丟失。多系統(tǒng)適配目標(biāo)跟蹤工程成都慧視開發(fā)的RK3588跟蹤板怎么樣啊?
然后在下一幀采集的圖像中對目標(biāo)對象進(jìn)行特征提取;特征匹配的過程既是將提取出來的目標(biāo)對象的特征與我們事先已經(jīng)建立的特征模板進(jìn)行匹配,通過與特征模板的相似程度來確定被跟蹤的目標(biāo)對象,實(shí)現(xiàn)對目標(biāo)的跟蹤?;谔卣鞯母櫵惴ǖ膬?yōu)點(diǎn)在于速度快、對運(yùn)動目標(biāo)的尺度、形變和亮度等變化不敏感,能滿足特定場合的處理要求。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)會消失,新的特征點(diǎn)會出現(xiàn),因此需要對匹配模板進(jìn)行更新。
視覺目標(biāo)跟蹤是指在視頻圖像序列的各幀圖像中找到被跟蹤的目標(biāo)。基于區(qū)域的跟蹤的基本思想是通過圖像分割或預(yù)先人為確定,提取包含著運(yùn)動目標(biāo)的運(yùn)動變化的區(qū)域范圍作為匹配的目標(biāo)模板,然后把目標(biāo)模板與實(shí)時圖像在所有可能位置上進(jìn)行疊加,然后計(jì)算某種圖像相似性度量的相應(yīng)值,其比較大相似性相對應(yīng)的位置就是目標(biāo)的位置,Jorge等人提出的區(qū)域跟蹤算法不僅利用了分割結(jié)果來給跟蹤提供信息,同時也能利用跟蹤所提供的信息改善分割效果,把連續(xù)幀的目標(biāo)匹配起來跟蹤目標(biāo)。全國產(chǎn)化智能處理板應(yīng)用廣闊。
YOLO算法具有以下幾個明顯的優(yōu)勢:快速高效:YOLO算法采用單次前向傳播的方式進(jìn)行目標(biāo)檢測和跟蹤,相比傳統(tǒng)方法的多次掃描圖像,速度更快,適用于實(shí)時應(yīng)用。準(zhǔn)確性較高:通過引入先進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)和相關(guān)技術(shù),YOLO算法在目標(biāo)定位和類別預(yù)測方面具有較高的準(zhǔn)確性。多尺度處理:YOLO算法通過特征金字塔網(wǎng)絡(luò)和多尺度預(yù)測技術(shù),可以處理不同大小的目標(biāo),并保持對小目標(biāo)的有效檢測。端到端訓(xùn)練:YOLO算法可以進(jìn)行端到端的訓(xùn)練,避免了多階段處理的復(fù)雜性,簡化了算法的實(shí)現(xiàn)和使用。有沒有能夠進(jìn)行目標(biāo)跟蹤的產(chǎn)品?多系統(tǒng)適配目標(biāo)跟蹤工程
慧視光電對RK3588跟蹤板進(jìn)行二次開發(fā),實(shí)現(xiàn)AI智能應(yīng)用。多系統(tǒng)適配目標(biāo)跟蹤工程
我們要追蹤的目標(biāo)可以是各式各樣,可能是人類,例如街上的行人、場上的運(yùn)動員等等,也可以是汽車、飛機(jī)、船舶,甚至可以是顯微鏡下的細(xì)胞。雖然對象不盡相同,但是我們都有同一個目的,那就是想要確定這些目標(biāo)的位置,去向和其他感興趣的特征等等,這就是多目標(biāo)追蹤。研究多目標(biāo)追蹤的歷史,會發(fā)現(xiàn)首先是在二戰(zhàn)時用作對敵機(jī)的預(yù)警系統(tǒng),基本思想是讓雷達(dá)傳感器發(fā)射能量,然后一些能量被飛機(jī)反射回來,再被雷達(dá)捕獲,根據(jù)時間來推算距離和方位。如今,基于雷達(dá)的對飛機(jī)的追蹤在民用和非民用領(lǐng)域仍然有很多應(yīng)用。多系統(tǒng)適配目標(biāo)跟蹤工程