智慧城市時代，城市擁有的數據資源越來越多，如何將海量數據資源有效利用并用于提升城市管理能力和管理效率是城市管理者所關注的。而對城市數據資源的有效利用和共享與中臺思想不謀而合，因此未來中臺將是城市空間管理的有效方法。就中臺而言：部分更底層的、通用性強的、可復用的組件或模塊可以完全確定，將其封裝后可插拔重復使用且具有一定通用性，即形成了標準化產品；其他部分功能則需要根據實際應用場景與需求進行定制化。故就未來而言，未來城市管理平臺系統將趨于產品化和服務化，并融合在業務中。成都慧視光電技術有限公司專注于圖像處理領域，在人工智能算法、激光雷達、紅外圖像處理、目標識別與追蹤、窄帶傳輸等方面積累了豐富的經驗和成果。研發團隊由行業沉淀了十余載的人員組成，并與南京大學、電子科技大學等學府實驗室達成深度合作，公司致力于成為基于圖像的智能方案提供商。RV1126圖像處理板識別概率超過85%。比較好的目標跟蹤經驗豐富

傳統的工地，基本是靠人在監督、管理，監督管理人員一旦監督不到位就會出現紕漏，引發事故隱患，因此管理人員和施工人員、管理人員和項目之間不能實時有效的溝通，導致管理人員難以管理項目和施工人員的工作情況，造成項目進度慢、人員安全難管控的問題。而智慧工地的建立可以有效的對工地進行管理。下面我們重點介紹AI算法在智慧工地中起到的作用。1.安全帽監控：可以通過對監控視頻的圖像處理，有效的實時監控施工人員是否配帶安全帽，如果沒有佩戴，那么會對相關人員進行框選，然后在后臺報警。2.安全作業監控：可以通過對監控視頻的圖像處理，對違規區域作業進行有效監督。3.物資監控與防盜：可以對進入設定的監控區域內的可疑人員進行有效的提醒，從而起到有效監督物資。視頻目標跟蹤檢測無人機可能會受到敵方勢力或者強風等因素干擾，造成不同幅度的振動，從而影響板卡能否正常完成任務。

目標跟蹤是計算機視覺的一個重要分支，其利用視頻或圖像序列的上下文信息，對目標的外觀和運動信息進行建模，從而對目標運動狀態進行預測并標定目標的位置。目標跟蹤融合了圖像處理、機器學習、比較好化等多個領域的理論和算法，是完成更高層級的圖像理解(如目標行為識別)任務的前提和基礎。隨著計算機處理能力的飛速提升，各種基于目標跟蹤的民用和***系統紛紛落地，廣泛應用于智能視頻監控、智能人機交互、智能交通、視覺導航、無人駕駛、無人自主飛行、戰場態勢偵察等領域。并結合多傳感器技術，提高了對城市的主動監視和對戰場的態勢感知能力。能夠實現多目標跟蹤并完成對目標行為的異常檢測。開發出了能在復雜場景下的行人跟蹤和行為理解，以及可用于監測、引導交通流量并實現異常預警的公共交通管理系統。

隨著我國社會經濟的快速發展，航運這種便捷、低成本的運輸方式在運輸業結構占比不斷提升，內河航運、沿海航運和遠洋航運的船舶交通量越來越高；同時，隨著社會大眾對生活品質的追求，涉及船舶的水（海）上旅游業發展也是方興未艾。船舶交通量的提高，導致水上航行安全問題的防治難度提升、監管壓力增大，對船舶運營方、監管部門的船舶安全監控、航道安全監管提出了新的挑戰。慧視光電“慧眼”雙光視頻監控設備采用平行雙光路光學設計。產品可同時采集可見光和紅外兩路模擬視頻數據，并基于采集到的實時視頻流，實現目標鎖定、目標跟蹤功能，可在船載監控中心實現對內部重要部位和外部環境各個場景的監控，同時通過人工提供待鎖定目標的位置坐標和尺寸信息，基于選定的一路視頻，完成目標的鎖定動作；在鎖定狀態下，能夠實時輸出相對光軸的目標視線角信息，對鎖定的目標能進行實時跟蹤。成都慧視開發的RK3588跟蹤板怎么樣啊？

隨著技術的進步，基于圖像的人工智能分析開始應用到人們生活的方方面面，傳統的硬件開發平臺一般是基于FPGA加DSP，這種平臺架構已經持續了很長時間，這種方式因為開發時間早、接口豐富、參與人員多滿足了一些行業相對簡單的場景需求，但是隨著AI技術的持續發展，日益增長的市場需求對目標的自主檢測及識別跟蹤要求也越來越高，需要分析的場景也越來越復雜，原有的DSP+FPGA硬件平臺已經越來越難以滿足一些行業的需求。慧視光電自研多平臺嵌入式開發框架，此框架支持多種硬件平臺的開發，目前團隊所有的嵌入式應用軟件開發都基于此框架開，隨著多個產品的研發，框架中積累了大量與硬件平臺，圖像處理，算法優化，視頻輸入輸出，硬件加速等相關的基礎軟件組件，通過這些組件的復用，能極大提高軟件開發效率和質量。同時，應用開發過程也會不斷完善和優化此框架，將來這個框架本身連同硬件模塊也可作為公司的產品，提供給客戶使用。慧視微型雙光吊艙能夠實現晝夜成像。省時省力目標跟蹤

RK3588圖像處理板是我司自主研發的目標跟蹤板，該板卡采用國產高性能CPU，搭載自研目標跟蹤及跟蹤算法。比較好的目標跟蹤經驗豐富

人工智能的三個技術關鍵點：硬件平臺、軟件功能算法、底層算法異構平臺。硬件平臺因為要支撐深度學習等大規模并行計算的需要，這就對AI芯片的CPU、GPU要求較高以做到更好的儲備數據、加速計算過程，在做好AI芯片選型后，只需要結合市場的需求做好電氣接口即可。軟件應用算法隨著技術的積累，大部分廠家基本掌握了應用層面的算能，提升空間短期內不會出現大的跳躍。底層軟件異構平臺承載著硬件的選型、應用軟件的算能，異構平臺設計的優劣直接影響著硬件的設計水平及算能的實現能力。目前很多廠商采取使用公用軟件平臺，快速的實現軟件功能，在AI芯片更新或者替換時，需要重新設計開發，消耗大量的人力、物力、時間。比較好的目標跟蹤經驗豐富