視覺目標(biāo)跟蹤是指對圖像序列中的運動目標(biāo)進行檢測,、提取、識別和跟蹤,，獲得運動目標(biāo)的運動參數(shù),，如位置,、速度、加速度和運動軌跡等,，從而進行下一步的處理與分析,，實現(xiàn)對運動目標(biāo)的行為理解，以完成更高一級的檢測任務(wù),。根據(jù)跟蹤目標(biāo)的數(shù)量可以將跟蹤算法分為單目標(biāo)跟蹤與多目標(biāo)跟蹤,。相比單目標(biāo)跟蹤而言，多目標(biāo)跟蹤問題更加復(fù)雜和困難,。多目標(biāo)跟蹤問題需要考慮視頻序列中多個單獨目標(biāo)的位置,、大小等數(shù)據(jù)，多個目標(biāo)各自外觀的變化,、不同的運動方式,、動態(tài)光照的影響以及多個目標(biāo)之間相互遮擋、合并與分離等情況均是多目標(biāo)跟蹤問題中的難點,?；垡昍K3588圖像跟蹤板支持目標(biāo)跟蹤識別目標(biāo)（人、車）,。四川多系統(tǒng)適配目標(biāo)跟蹤

很多跟蹤方法都是對通用目標(biāo)的跟蹤,，沒有目標(biāo)的類別先驗。在實際應(yīng)用中,，還有一個重要的跟蹤是特定物體的跟蹤,，比如人臉跟蹤、手勢跟蹤和人體跟蹤等,。特定物體的跟蹤與前面介紹的方法不同,，它更多地依賴對物體訓(xùn)練特定的檢測器。人臉跟蹤由于它的明顯特征,，它的跟蹤就主要由檢測來實現(xiàn),，比如早期的Viola-Jones檢測框架和當(dāng)前利用深度學(xué)習(xí)的人臉檢測或人臉特征點檢測模型。手勢跟蹤在應(yīng)用主要集中在跟蹤特定的手型,，比如跟蹤手掌或者拳頭,。設(shè)定特定的手型可以方便地訓(xùn)練手掌或拳頭的檢測器。什么目標(biāo)跟蹤生產(chǎn)企業(yè)目標(biāo)跟蹤圖像分析是人工智能的重要組成部分,。

目標(biāo)檢測與目標(biāo)跟蹤這兩個任務(wù)有著密切的聯(lián)系,。針對目標(biāo)跟蹤任務(wù)，微軟亞洲研究院提出了一種通過目標(biāo)檢測技術(shù)來解決的新視角,，采用簡潔,、統(tǒng)一而高效的“目標(biāo)檢測+小樣本學(xué)習(xí)”框架，在多個主流數(shù)據(jù)集上均取得了杰出性能。目標(biāo)跟蹤（Object tracking）與目標(biāo)檢測（Object detection）是計算機視覺中兩個經(jīng)典的基礎(chǔ)任務(wù),。跟蹤任務(wù)需要由用戶指定跟蹤目標(biāo),，然后在視頻的每一幀中給出該目標(biāo)所在的位置，通常由一系列的矩形邊界框表示,。而檢測任務(wù)旨在定位圖片中某幾類物體的坐標(biāo)位置,。對物體的檢測、識別和跟蹤能夠有效地幫助機器理解圖片視頻的內(nèi)容,，為后續(xù)的進一步分析打下基礎(chǔ),。

序列圖像的差異通常是運動目標(biāo)檢測和跟蹤的出發(fā)點，認(rèn)為目標(biāo)的運動是圖像差異的根本原因,。但是,，這是建立在背景本身不運動的前提下的。因此,，在許多跟蹤系統(tǒng)中,，比如車載，由于車的振動導(dǎo)致傳感器位置的變化,，表現(xiàn)在圖像上就是背景的運動，因此在做差圖像和背景自動更新之前,，都必須先經(jīng)過配準(zhǔn),，即讓所有圖像在都同一個坐標(biāo)系之下，以消除背景的運動,。在不同的應(yīng)用場合,，配準(zhǔn)的方法多種多樣，比如當(dāng)兩個圖像之間只有平移變化時,，計算出它們的平移量即可實現(xiàn)配準(zhǔn),；由于平移變化對圖像的相位信息影響較大，在頻率域利用相位相關(guān)可以實現(xiàn)配準(zhǔn),。成都RV1126智能跟蹤板提供商,。

由于侵入的目標(biāo)的形狀和顏色等特征是難以固定的，再加上監(jiān)控的場景,，即背景往往比較復(fù)雜,，只利用一個單幀圖像就找出移動的目標(biāo)是非常困難的。然而,，目標(biāo)的運動導(dǎo)致了其運動時間內(nèi),，監(jiān)控場景圖像的連續(xù)變化，所以,，使用圖像序列分析往往是比較有效的,，而且適合于低信噪比的情況。由于監(jiān)控系統(tǒng)通常監(jiān)控的視野比較大，系統(tǒng)設(shè)置的環(huán)境較為惡劣,，圖像傳輸?shù)木嚯x較遠,，從而導(dǎo)致圖像的信噪比不高，因此采用突出目標(biāo)的方法,，需要在配準(zhǔn)的前提下進行多幀能量積累和噪聲抑制,。在該技術(shù)中，要研究的問題有,，相鄰的兩幅或多幅圖像之間的關(guān)系是什么關(guān)系,，是簡單的圖像差的值，還是多幅之間差的最大值,，還是其他的與圖像減法之間的其他函數(shù)關(guān)系,，是尤其需要研究的。在研究中,，研究如何差,，如何自動得到差圖像的分割門限，如何減小背景和突出目標(biāo)是研究的方向,。成都RK3399智能跟蹤板提供商,。工業(yè)目標(biāo)跟蹤哪里買

RK3399圖像處理板是我司自主研發(fā)的目標(biāo)跟蹤板，該板卡采用國產(chǎn)高性能CPU,，搭載自研目標(biāo)跟蹤及跟蹤算法,。四川多系統(tǒng)適配目標(biāo)跟蹤

基于視頻目標(biāo)檢測和跟蹤的一般流程是：通過目標(biāo)檢測，找到目標(biāo),；對目標(biāo)特征進行描述,，初步估計目標(biāo)的運動矢量；根據(jù)運動狀態(tài),，進入目標(biāo)跟蹤,，對傳感器的姿態(tài)，比如水平方位,、垂直方位和焦距等進行調(diào)整,；跟蹤到目標(biāo)后，對目標(biāo)特征進行更新,，并對目標(biāo)的運動進行預(yù)測后,，進入下一輪的跟蹤過程。目標(biāo)跟蹤檢測與跟蹤涉及到的技術(shù)細節(jié)很多,?；垡暪怆婇_發(fā)的高性能目標(biāo)跟蹤圖像跟蹤板在自研目標(biāo)跟蹤算法的作用下，能夠?qū)崿F(xiàn)高精度低延遲的視頻目標(biāo)鎖定跟蹤,。四川多系統(tǒng)適配目標(biāo)跟蹤