RK3399圖像處理板是我司自主研發(fā)的目標跟蹤板，該板卡采用國產(chǎn)高性能CPU，搭載自研目標檢測及跟蹤算法。具有體積小、功耗低、目標檢測準確、跟蹤穩(wěn)定等優(yōu)點。用在無人機領(lǐng)域，不會過多增加無人機載重負擔。軟件方面，在此基礎(chǔ)上定制板卡的處理能力，其中：可見光通道圖像處理能力：1920×1080不低于30Hz紅外通道圖像處理能力：640×512不低于50Hz圖像跟蹤模塊在對目標尺寸不小于3×3像素、目標對比度不小于10％，雙振幅不小于2/3視場，作往復勻速直線運動的模擬目標進行跟蹤時，其跟蹤速度在水平方向和垂直方向均不小于1.5視場/s。對圓周半徑不小于1/3視場，作勻速圓周運動的模擬目標進行跟蹤時，其跟蹤速度應不小于1.5周/s。小識別像素不低于15×15像素，識別頻率≥10Hz。并且植入視頻壓縮存儲功能，高清視頻存儲能力不低于1h，以滿足特殊需求。在硬件方面，針對對于索尼7520定制1路LVDS的輸入接口，針對于紅外COIN612定制1路CVBS輸入接口，視頻輸出接口則采用H.264編碼?；垡昍V1126圖像跟蹤板支持圖像識別模塊識別目標（人、車）。四川工業(yè)級圖像識別模塊設(shè)備

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?qū)δ繕诉M行跟蹤，并輸出目標測偏量；同時具有質(zhì)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(jiān)控、智能周界，邊海防監(jiān)控系統(tǒng)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(fā)時間。山東視覺算法圖像識別模塊提供商無人機小吊艙可以采用慧視圖像處理板實現(xiàn)遠程目標鎖定。

再強大的算法如果不和現(xiàn)實的應用場景相結(jié)合也無異于紙上談兵，除了名次的提升和無限接近于100%的實驗結(jié)果，并沒有帶來實際的價值更何談社會效益。人工智能產(chǎn)生的初衷是為了取代人力，將人類解放出來去創(chuàng)造更多的價值，人臉識別技術(shù)也同樣應該遵循這個基本原則。目前，隨著技術(shù)的發(fā)展和市場需求的快速增長，人臉已經(jīng)在很多領(lǐng)域發(fā)揮了這樣的價值，如人臉識別考勤門禁，遠程在線核身，用刷臉替代實名場景中需要的人力和物力。在安防方面的應用比如公共場所動態(tài)監(jiān)控、緝拿逃犯、人員布控等。

因此，種種經(jīng)歷告誡我們，校園安全不僅關(guān)乎孩子們的安全，還關(guān)乎整個社會的發(fā)展。我們需要給孩子們一個安全的學習環(huán)境！基于這樣的共識，成都慧視就推出了校園安全的守護方案。在校園各個角度安裝AI攝像頭，這類攝像頭搭載了慧視光電開發(fā)的viztra-le034等圖像處理板，內(nèi)置高精度的目標識別跟蹤算法，能夠增加校園內(nèi)安全管理的預警能力。AI攝像頭由各視頻監(jiān)控點和視頻報警設(shè)備組成，其中各監(jiān)控點利用視頻監(jiān)測、采集重要場所發(fā)生異常情況的信息和其他有效信息，并控制攝錄系統(tǒng)快速采集圖像信息；所有這些視頻可以通過數(shù)據(jù)傳輸系統(tǒng)傳輸給視頻報警系統(tǒng)，通過視頻分析算法進行分析、篩選、分類整理、完成設(shè)定的配置和報警相應的功能。RK3399圖像處理板是我司自主研發(fā)的圖像識別模塊板，該板卡采用國產(chǎn)高性能CPU。

安全生產(chǎn)一直是發(fā)展過程中不變的話題。當前，我國建筑行業(yè)正處于高速發(fā)展階段，不少建筑工地陸續(xù)開工，建筑行業(yè)安全也越發(fā)受到社會各界的關(guān)注。該行業(yè)以事故高發(fā)、危險系數(shù)高而聞名，建筑工人常常暴露于高處墜落、電氣和化學危險以及涉及重型機械和車輛的環(huán)境中。一般情況下，工地開工都會對工人進行安全教育培訓，并且設(shè)有安全監(jiān)管人員，但純?nèi)肆ΡO(jiān)管，常常因為疏忽大意釀成悲劇。加入科技的力量如監(jiān)控等設(shè)備來輔助人力監(jiān)管是一個很好的補充，但是傳統(tǒng)監(jiān)控也需要人守在屏幕前，也具有不小的弊端。于是，慧視光電基于AI圖像處理的監(jiān)控監(jiān)管方案就應運而生。智能圖像處理方案提供商—慧視光電。山西邊海防圖像識別模塊目標檢測

AI算法賦能下的圖像處理板能夠進行智能目標識別。四川工業(yè)級圖像識別模塊設(shè)備

基于深度學習的人臉識別方法，以稀疏自編碼神經(jīng)網(wǎng)絡(luò)和softmax分類器構(gòu)建深度層次網(wǎng)絡(luò)為例，并對該深度層次網(wǎng)絡(luò)進行了訓練。為了驗證深度學習方法的人臉識別率，分別在ORL、Yale、Yale-B以及PERET人臉數(shù)據(jù)庫上做算法測評，測試內(nèi)容有softmax分類器人臉識別、深度網(wǎng)絡(luò)頂層微調(diào)算法和深度網(wǎng)絡(luò)整體微調(diào)算法三個方面。對各個數(shù)據(jù)庫的人臉圖像進行的預處理有直方圖均衡化、非局部均值算法、小波變換處理、Retinex圖像增強算法以及同態(tài)濾波算法。另外，使用深度網(wǎng)絡(luò)整體微調(diào)算法對低分辨率問題做了進一步驗證。然后利用matlab GUI編程實現(xiàn)一個基于稀疏自編碼神經(jīng)網(wǎng)絡(luò)和softmax分類器的人臉識別系統(tǒng)，該系統(tǒng)的深度層次網(wǎng)絡(luò)的層次和節(jié)點可調(diào)，且具備完整的識別功能。四川工業(yè)級圖像識別模塊設(shè)備