進(jìn)入冬季，北方各地陸續(xù)出現(xiàn)冰凍天氣，給不少地方的保供電工作增添了難度。目前，大多數(shù)地方都采用無人機(jī)巡檢的模式，但是面臨如此寒凍的天氣，無人機(jī)也可能會(huì)“懈怠”。但是大面積覆冰的影響下，人工巡檢又很難到達(dá)很多區(qū)域，所以還是不得不依靠無人機(jī)，只是需要性能更加強(qiáng)悍的無人機(jī)。無人機(jī)電力巡檢依靠可見光或者紅外兩種方式進(jìn)行自動(dòng)巡視檢測(cè)，這其中，用于進(jìn)行圖像處理的傳感器性能尤其重要。面臨如此寒冷的天氣，圖像處理板能否正常工作十分關(guān)鍵，因此選對(duì)圖像處理板，關(guān)系整個(gè)寒冬的電力巡檢。AI算法賦能下的圖像處理板能夠進(jìn)行目標(biāo)識(shí)別。國(guó)產(chǎn)目標(biāo)跟蹤功能

序列圖像的差異通常是運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤的出發(fā)點(diǎn)，認(rèn)為目標(biāo)的運(yùn)動(dòng)是圖像差異的根本原因。但是，這是建立在背景本身不運(yùn)動(dòng)的前提下的。因此，在許多跟蹤系統(tǒng)中，比如車載，由于車的振動(dòng)導(dǎo)致傳感器位置的變化，表現(xiàn)在圖像上就是背景的運(yùn)動(dòng)，因此在做差圖像和背景自動(dòng)更新之前，都必須先經(jīng)過配準(zhǔn)，即讓所有圖像在都同一個(gè)坐標(biāo)系之下，以消除背景的運(yùn)動(dòng)。在不同的應(yīng)用場(chǎng)合，配準(zhǔn)的方法多種多樣，比如當(dāng)兩個(gè)圖像之間只有平移變化時(shí)，計(jì)算出它們的平移量即可實(shí)現(xiàn)配準(zhǔn)；由于平移變化對(duì)圖像的相位信息影響較大，在頻率域利用相位相關(guān)可以實(shí)現(xiàn)配準(zhǔn)。湖北光纖數(shù)據(jù)目標(biāo)跟蹤無人機(jī)可能會(huì)受到敵方勢(shì)力或者強(qiáng)風(fēng)等因素干擾，造成不同幅度的振動(dòng)，從而影響板卡能否正常完成任務(wù)。

在如今的作業(yè)中，無人機(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)間等問題，容易出現(xiàn)盲點(diǎn)。相比人工，利用無人機(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，則可以利用無人機(jī)快速到底事故地點(diǎn)進(jìn)行疏導(dǎo)，緩解交通壓力。

跟蹤任務(wù)與檢測(cè)任務(wù)有著密切的關(guān)系。從輸入輸出的形式上來看，這兩個(gè)任務(wù)是極為相似的。它們均以圖片（或者視頻幀）作為模型的輸入，經(jīng)過處理后，輸出一堆目標(biāo)物置的矩形框。它們之間比較大的區(qū)別體現(xiàn)在對(duì)“目標(biāo)物體”的定義上。對(duì)于檢測(cè)任務(wù)來說，目標(biāo)物體屬于預(yù)先定義好的某幾個(gè)類別，如圖1左圖所示；而對(duì)于跟蹤任務(wù)來說，目標(biāo)物體指的是在首幀中所指定的跟蹤個(gè)體，如圖1右圖所示。實(shí)際上，如果我們將每一個(gè)跟蹤的個(gè)體當(dāng)成是一個(gè)類別的話，跟蹤任務(wù)甚至能被當(dāng)成是一種特殊的檢測(cè)任務(wù)，稱為個(gè)體檢測(cè)（Instance Detection）?；垡昍K3399PRO圖像處理板能實(shí)現(xiàn)24小時(shí)、無間隙信息化監(jiān)控。

無人機(jī)能夠通過高空拍攝快速獲取大范圍、多角度的地面信息。但是傳統(tǒng)的攝像頭只能獲取視頻數(shù)據(jù)，對(duì)于許多需要進(jìn)行數(shù)據(jù)分析的行業(yè)來說顯然不夠智能化，從無人機(jī)視頻數(shù)據(jù)中快速獲取提煉大量有價(jià)值的信息，不僅能夠提升工作效率，還能夠減少不小的成本支出。這就是無人機(jī)的AI識(shí)別能力。通過識(shí)別算法，在無人機(jī)工作時(shí)就對(duì)目標(biāo)范圍進(jìn)行AI檢測(cè)識(shí)別，從而提煉所需信息。這就需要對(duì)無人機(jī)進(jìn)行智能化改造，可以在傳統(tǒng)無人機(jī)吊艙中植入成都慧視開發(fā)的高性能AI圖像處理板，如利用RK3588深度開發(fā)而成的Viztra-HE030圖像處理板，6.0TOPS的算力能夠快速處理無人機(jī)識(shí)別到的復(fù)雜畫面信息，這樣就有了硬件基礎(chǔ)，剩下的就需要對(duì)自身算法進(jìn)行不斷優(yōu)化提升。Viztra-LE034圖像跟蹤板采用國(guó)內(nèi)智能AI芯片。比較好的目標(biāo)跟蹤廠家電話

慧視RK3399PRO圖像跟蹤板支持目標(biāo)跟蹤識(shí)別目標(biāo)（人、車）。國(guó)產(chǎn)目標(biāo)跟蹤功能

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。在計(jì)算機(jī)視覺的研究過程中，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，并在接下來的視頻幀中對(duì)其進(jìn)行跟蹤國(guó)產(chǎn)目標(biāo)跟蹤功能