科创中国

视觉跟踪是指对图像序列中的运动目标进行检测、提取、识别和跟踪，获得运动目标的运动参数，如位置、速度、加速度和运动轨迹等，从而进行下一步的处理与分析，实现对运动目标的行为理解，以完成更高一级的检测任务。 在计算机视觉领域中并没有对视觉目标跟踪(简称跟踪，下同)的唯一定义。通常来说，跟踪的目标是视频帧或图像中的某个区域或物体，不需要其语义信息(类别等)，此概念被形象地描述为“万物跟踪”。同时，也存在一些特例，通常被 应用在一些特定场景中对已知类型物体的跟踪，例如工厂流水线监控中对某些特定产品的跟踪(如零部件等)。 很多学者对跟踪有着不同的阐释，包括:

视觉检测技术中较大的亮点就是可以检测各类产品的外观缺陷，通常像一些纺织品、薄膜、工业制造以及生物制造等行业都能够进行缺陷检测，尤其可以通过视觉检测设备检测出产品的划伤、划痕、辊印、凹坑、粗糙、断经、断纬、粗节、粗经、纬档、松边、起球、污迹、孔洞等一系列缺陷。下面瑞视特科技为大家整理各个行业的亮点。

工业制品检测亮点：基于工业视觉检测技术原理的工业表面瑕疵检测系统能够在线、高速扫描每个产品，形成高分辨率的片材图像，进行实时的图像处理，准确捕捉各种表面缺陷，并实现报警、报表统计、质量分析和分拣等处理，有效提高缺陷检测准确率，同时防止伪缺陷带来的干扰。

纺织品薄膜检测亮点：可针对多种不同的纺织品进行检测，其检测速度与精度达到国际同类产品水平，并且具有使用维护方便，性价比高的优点，是纺织品表面缺陷自动检测的较佳选择。

生物制药检测亮点：提高药品的检测效率和准确性，更为企业降低了人工成本将混合现实技术应用于直升机飞行训练，通过专门研发的动态建模，姿态捕捉，动态补偿技术解决VR/MR带来的眩晕，大量减少飞行训练器中的物理器件，提供360度的视景，通过建模和变换模型实现多机型共同平台，致力于填补高性价比直升机飞行训练器的空白，推进民航局在混合现实飞行训练的标准建设。

视觉追踪着广泛的应用，如：视频监控，人机交互， 无人驾驶等。过去二三十年视觉目标跟踪技术取得了长足的进步，特别是最近两年利用深度学习的目标跟踪方法取得了令人满意的效果，使目标跟踪技术获得了突破性的进展。本文旨在简要介绍：目标跟踪的基本流程与框架，目标跟踪存在的挑战，目标跟踪相关方法，以及目标跟踪最新的进展等，希望通过这篇文章能让读者对视觉目标跟踪领域有一个较为全面的认识。

优秀的图片与视频处理。无论是各种黑科技的美图软件还是各种奇幻的视频处理，其核心技术都是利用计算机视觉进行的降噪、图像分割、图像处理、视频压缩。此外，相机中的人脸追踪，快速对焦，人脸识别无疑不与计算机视觉有关。可以预想得到在未来计算机视觉的帮助下将产生越来越多的“照骗”。

团队成员包括：国内顶尖的混合现实，飞行仿真领域专家，直升机资深飞行员等，在各自的领域享有盛誉。项目负责人在资源整合，项目管理上有着丰富经验。

许澍渱 （特聘顾问）博士 混合现实专家 国家特聘专家

姬瑞鹏 （特聘顾问）北航教师，曾在民航局飞标司挂职，熟悉民航法规及认证流程

张骞 （特聘顾问）陆航某部飞行员，精通多种军/民直升机型，有丰富的驾驶经验

李洪鹏 博士 国内知名虚拟现实专家 在航空航天领域有丰富经验

吴伟刚 飞行仿真软件专家，精通军机，通航飞机模组开发

颜杰 多年航空仿真软硬件开发，市场开拓经验，擅长项目执行，资源整合

降低人工成本：中国正在迈入老龄化社会，劳动力成本不断上升，采用人工检测的传统方式无疑是一项巨大且持续的投入。而机器视觉检测是一次投入，长期产出。长远来说，机器视觉检测的成本更低，带来的效益更大。

提高生产效率：机器视觉检测是高速作业，每分钟能够检测数百至数千个工件，还能24小时无休工作，准确度也更高，相对易疲劳的人工检测，生产效率要高于多倍，能够满足交货，利于企业扩大规模。

提高产品质量：机器视觉检测准确度高，误判极低，而且非接触式检测方法也能避免对被测对象产生伤害，能确保产品质量，避免将不良品流入市场，从而维护了企业品牌形象和声誉。

适应工业发展趋势：全球化分工使生产要素加速流动和配置，市场风向变化和产品个性化的需求对企业反应时间和柔性化能力提出前所未有的要求，全球进入空前的创新密集和产业变革时代。企业想要生存和发展，必须顺应潮流，而使用机器视觉检测来替代人工品检，是当今工业智造的必然趋势。

增强市场竞争力：对于现代化企业来说，意识到技术发展的趋势，并且当机立断采用新技术，将能走在竞争的前列。应用机器视觉检测技术是现代企业转型升级为智能制造的必由之路，能够极大地提高生产效率，提升产品品质，增强企业的市场竞争力。

首先是解决针对AR/R, 机器人、无人机领域在端面的高精度In-side-out 6DOF追踪、建图、避障及物体识别的等环境感知与人机交互问题，实现了刷新率100帧每秒，最高精度和最小功率可以分别达到毫米级和1.5瓦以下的模组级产品。目前已有众多AR和家用机器人客户采用了我们的方案。它解决了平台算力与快速市场化的瓶颈。

计划融资2000万，出让股份20%。资金使用计划：研发投入：1000万；体验中心：200万；运营费用：800万。首先是解决针对AR/R, 机器人、无人机领域在端面的高精度追踪、建图、避障及物体识别的等环境感知与人机交互问题，实现了刷新率100帧每秒，最高精度和最小功率可以分别达到毫米级和1.5瓦以下的模组级产品。目前已有众多AR和家用机器人客户采用了我们的方案。它解决了平台算力与快速市场化的瓶颈。