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。图像识别模块在边海防领域应用前景广阔!广东智能化目标检测解决森林火灾是世界性林业重要灾害之一,具有突发性,灾害的发生的随机性,在较短的时间内...
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...