杭州2018年8月7日電-- 人工智能技術的快速發(fā)展加速物聯(lián)網(wǎng)行業(yè)的升級，視頻結構化智能解析技術能夠從海量視頻數(shù)據(jù)中提取價值數(shù)據(jù)，供進一步數(shù)據(jù)分析和挖掘，為精準決策提供基礎保障，賦能公安、交通、金融、樓宇、零售等各個行業(yè)應用。
目標跟蹤技術是視頻結構化解析的核心技術之一，要重點解決遮擋、形變、光線變化、隨機運動、運動過快等難題。同時在解析過程中，需要利用目標跟蹤技術降低耗時、提升精度以及減少重復分析。其原理是利用初始的目標定位信息，完成時序中同一目標的關聯(lián)，并根據(jù)關聯(lián)的信息完成行為判別和分析。單目標跟蹤技術處理視頻序列中單個目標對象的軌跡關聯(lián)，多目標跟蹤技術處理視頻序列所有目標對象的軌跡關聯(lián)。
近日，大華股份基于深度學習技術研發(fā)的目標跟蹤技術，刷新了 Multiple Object Tracking (MOT) 競賽的全球最好成績，取得了行人多目標跟蹤排行榜第一名，超越騰訊優(yōu)圖、商湯等知名 AI 公司和中科院、北大、加州大學、倫敦大學等頂尖的學術研究機構，以及 CVPR 2018年度最佳目標跟蹤研究成果，這標志著大華股份在目標跟蹤領域處于世界領先水平。
大華股份在 AI 的核心技術領域持續(xù)耕耘，不斷提升智能算法、算力的核心競爭力。這是大華股份繼2018年取得 KITTI 國際競賽目標檢測第一名之后，再次在目標跟蹤領域取得突破。
免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
