目前地鐵站內的視頻監控系統有查看視頻監控或回溯錄像等功能，視頻數據并沒有進行充分的利用。像控制中心、地鐵分局等處，才會有對視頻數據進行分析展示的功能界面。如果可以把行為識別報警、客流等車站范圍內關心的數據進行實時分析展示，可以輔助運營人員更好的掌握站內的運營情況，提升運營管理水平。將站內關心的運營數據進行實時展示分析，主要有如下內容：實時在站乘客數：（進入人數-離開人數）的實時數值；按小時展示的客流實時數值的折線圖；實時乘客進出站：按小時展示的進入人數、離開人數柱狀圖各客流點位客流量TOP3異常報警統計：當日異常行為監測報警的各類報警數量占比餅圖實時異常報警：異常行為監測報警的實時報警信息。Viztra-HE030圖像處理板能夠識別高速移動的汽車。四川靠譜的圖像處理板

Viztra-LE034圖像跟蹤板支持AI智能識別目標（人、車）；具有波門自動搜索和波門引導跟蹤功能；能夠對目標進行跟蹤，并輸出目標測偏量；同時具有質心和模板匹配2種跟蹤方式；跟蹤目標支持波門自適應；支持跟蹤丟失后重新檢測，具有較好的抗背景干擾和抗遮擋能力等特點。能夠廣泛應用于機載吊艙、電子哨兵、邊海防監控、智能周界，邊海防監控系統等場景。為快速應用的成品系列，Viztra-LE034圖像跟蹤板擁有4路通用型視頻輸入輸出接口，能夠快速落地應用，減少開發時間。江西圖像處理板質量Viztra-LE026圖像處理板采用了成都慧視自研算法。

多目標跟蹤是指在連續的圖像中，通過目標檢測算法識別出每一幀中的目標，并在時間上跟蹤它們的位置和狀態。但目標會不斷發生尺度、形變、遮擋等變化，而且還會有目標出現和消失的情況，再加上視頻采集端的相機所處環境可能受到外界影響導致抖動的情況（例如無人機高空檢測），就會給多目標跟蹤造成一定的困難。由于我們不能控制目標，所以只能從視頻采集端維護跟蹤的穩定性。因此，成都慧視針對于多目標檢測跟蹤抖動丟失的優化方法是：1.改進目標檢測,使用更加魯棒的目標檢測算法。2.增強特征描述，利用深度學習提取更高級別的語義特征，這些特征對于小范圍內的視角變化具有更好的不變性3.改進運動模型，在算法中加入對攝像頭運動的估計，通過補償攝像頭運動來減小目標真實運動與預測之間的差距。4.數據關聯策略，設計更靈活的數據關聯算法，允許更大的距離閾值來匹配候選目標。

成都慧視開發Viztra-HE030圖像處理板就十分合適，工業級芯片RK3588的加持下，至高輸出6.0TOPS的算力，足以滿足工業檢測需求。而像背景稍微簡單的地面人、車，湖面船舶的檢測，如果不是特殊需求，選擇性能適中的Viztra-ME025圖像處理板就能夠滿足需求。板卡采用國內智能AI芯片RK3399Pro，基于雙Cortex-A72+四Cortex-A53大小核CPU結構；CPU主頻1.8GHz；能夠輸出3.0TOPS的算力，在我司高精尖目標識別算法的賦能下，就能夠實現人車船的檢測識別。回家刷臉進門就是圖像處理技術在起作用。

成都慧視推出的深度學習算法開發平臺SpeedDP，它的主要功能就是幫助進行算法模型的測試驗證，進行快速的針對大量數據的AI自動標注，然后提升自身算法能力。在無人機智能炮彈測試驗證中，通過對原始算法的模型訓練，能夠不斷評估算法的能力，然后對新的打擊數據集目標進行AI自動標注，讓算法在學習中不斷變得聰明。通過SpeedDP的應用，能夠極大減少整個測試驗證所需時間，減少人力成本支出，減少項目開發周期，讓工程師不再為繁瑣的圖像標注浪費時間將更多的精力放在更重要的領域。圖像識別領域用RK3588圖像處理板。內蒙古圖像處理板檢測

成都慧視的板卡制作工藝很精良。四川靠譜的圖像處理板

目前，采用圖像識別技術來實現無人機規避其他障礙物是一個有效的方法。通過在無人機上植入圖像識別模塊，這個模塊由圖像處理板和相機組合而成，通過算法的賦能，就能針對不同物體實現快速AI識別，然后實現規避。而在圖像處理板的選擇上，成都慧視開發的Viztra-LE026圖像處理板就十分合適。這塊板卡采用了RV1126開發設計而成，外形呈圓形，體積小巧，尺寸為Ф38mm*12mm，重量只有12g，用在無人機上不會過多占用空間。此外，該板卡功耗≤4W，也不會增加無人機的續航負擔。四川靠譜的圖像處理板