在無人機(jī)識別這個領(lǐng)域，應(yīng)用十分廣，因此針對于這方面的教學(xué)必不可少。目前國產(chǎn)化的識別傳感器當(dāng)屬瑞芯微的RK3588，因此許多院校都會選擇采用RK3588來進(jìn)行教學(xué)，成都慧視開發(fā)的Viztra-HE030圖像處理板就是利用RK3588打造而成，能夠根據(jù)不同規(guī)格的相機(jī)深度定制接口。（不同接口的RK3588圖像處理板）如果院校想進(jìn)一步節(jié)約時間提升效率，成都慧視還可以提供訓(xùn)練學(xué)習(xí)設(shè)備的整套方案。在高性能Viztra-HE030圖像處理板的基礎(chǔ)上，根據(jù)需求幫助選擇合適的相機(jī)，并且針對算法這塊，我們能夠提供一個高效的深度學(xué)習(xí)算法開發(fā)平臺SpeedDP，這個平臺能夠通過大量的識別檢測算法模型訓(xùn)練開發(fā)，實現(xiàn)對新數(shù)據(jù)集的快速AI自動圖像標(biāo)注，一方面省去大量手動標(biāo)注工作，另一方面幫助提升算法性能。Viztra-LE034圖像跟蹤板支持目標(biāo)跟蹤識別目標(biāo)（人、車）。江蘇電力應(yīng)急目標(biāo)跟蹤

另外，經(jīng)典的跟蹤方法還有基于特征點的光流跟蹤，在目標(biāo)上提取一些特征點，然后在下一幀計算這些特征點的光流匹配點，統(tǒng)計得到目標(biāo)的位置。在跟蹤的過程中，需要不斷補(bǔ)充新的特征點，刪除置信度不佳的特征點，以此來適應(yīng)目標(biāo)在運(yùn)動中的形狀變化。本質(zhì)上可以認(rèn)為光流跟蹤屬于用特征點的來表征目標(biāo)模型的方法。在深度學(xué)習(xí)和相關(guān)濾波的跟蹤方法出現(xiàn)后，經(jīng)典的跟蹤方法都被舍棄，這主要是因為這些經(jīng)典方法無法處理和適應(yīng)復(fù)雜的跟蹤變化，它們的魯棒性和準(zhǔn)確度都被前沿的算法所超越，但是，了解它們對理解跟蹤過程是有必要的，有些方法在工程上仍然有十分重要的應(yīng)用，常常被當(dāng)作一種重要的輔助手段。

當(dāng)兩個圖像之間還有旋轉(zhuǎn)或比例變化時，往往使用基于控制點的方法進(jìn)行圖像配準(zhǔn)。所謂特征點匹配就是在一幀圖像中尋找具有不變性質(zhì)的結(jié)構(gòu)—特征點，例如，灰度局部極大值、局部邊緣、角等，與另一幀圖像中的同類特征點作匹配，從而求得該兩幀圖像之間的變換關(guān)系。從現(xiàn)實的觀點看，在全部特征點中，只有部分能得到正確的匹配，這是因為特征點尋找算法并非完美無缺。特征點匹配方法具有：處理的數(shù)據(jù)量不斷減少、可能匹配的數(shù)目少于互相關(guān)方法和受照度、幾何的變化影響較小的優(yōu)點。根據(jù)具體的振動情況，選擇合適的特征點和速度較快的匹配策略是該任務(wù)研究的重點。目前的研究工作都致力于圖像間的自動配準(zhǔn)，如直接相關(guān)匹配，基于圖像分割技術(shù)的配準(zhǔn)，利用封閉輪廓的形心作為控制點的配準(zhǔn)等。RV1126圖像處理板識別概率超過85%。

序列圖像的差異通常是運(yùn)動目標(biāo)檢測和跟蹤的出發(fā)點，認(rèn)為目標(biāo)的運(yùn)動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(yùn)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(yùn)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)。智能化的圖像處理板還可以實現(xiàn)自動化的數(shù)據(jù)分析，實現(xiàn)降本增效。附近目標(biāo)跟蹤應(yīng)用

慧視RK3588圖像跟蹤板支持目標(biāo)跟蹤識別目標(biāo)（人、車）。江蘇電力應(yīng)急目標(biāo)跟蹤

利用圖像處理技術(shù)實現(xiàn)導(dǎo)彈的遠(yuǎn)程打擊是一項運(yùn)用了比較長時間的技術(shù)，相比于現(xiàn)代化的電子控制，它具備低受干擾的特點，特別是無人機(jī)在軍備領(lǐng)域的廣泛應(yīng)用，圖像處理的作用重新受到重視。遠(yuǎn)程打擊時，需要對整個彈的識別能力進(jìn)行深度學(xué)習(xí)訓(xùn)練，不斷的訓(xùn)練能夠讓AI更加聰明，讓AI知道該打擊什么，從而提升打擊精度。在前期的試驗印證階段，需要進(jìn)行大量反復(fù)的試驗訓(xùn)練，通過在導(dǎo)彈前端植入導(dǎo)引頭，給導(dǎo)彈裝上眼睛，可以實時記錄導(dǎo)彈打出后的視頻畫面，然后將大量的視頻數(shù)據(jù)采集到一起用于分析改進(jìn)。江蘇電力應(yīng)急目標(biāo)跟蹤