目标跟踪是机器视觉研究领域的热点之一。在智慧交通场景下,交通目标跟踪算法可以应用于交通监控、智能交通信号控制、车辆自动驾驶等领域。英泰智科技深耕智慧交通十多年,基于大数据样本库,结合深度学习目标检测、特征提取等算法,开展目标跟踪算法研究,提升目标捕获率,降低跟踪过程中的目标跳变率,提升跟踪一致性。
01. 准确的目标信息检测
交通目标类型多、数量多、重叠多,英泰智科技通过视频分析识别和深度学习技术,准确地检测出交通场景中的各种目标,如机动车、非机动车、行人等,并为后续的目标跟踪提供准确的目标位置、类型、ID等信息。
02. 稳定的多目标跟踪
在复杂交通场景,英泰智科技对监控区域内的机动车、非机动车和行人等多种交通主体目标创建跟踪链进行跟踪,还能够同时对监控区域内的多种目标进行跟踪,实时输出目标信息,保证场景中所有出现的目标都能够被及时发现和跟踪,并保持追踪一致性,避免跟踪目标的跳变。在跟踪过程中,通过不断更新目标的位置信息,保证跟踪的准确性和稳定性。
03. 实时的智能分析应用
英泰智科技通过自主研发的高清智能一体化摄像机、智能高清多目一体化抓拍单元等智能前端设备采集交通信息,依托交通综合管控平台,对交通目标进行实时的检测、跟踪和识别,及时发现交通场景中的异常情况。实时统计车辆、行人等的数量和流量,为交通管理提供数据支持。监测交通违规行为,如闯红灯、逆行等,为交通安全保障提供技术支持。实时监测交通流量和交通事故,在第一时间内发现和处理事故,提高交通安全性。实时监测交通流量和路况,根据实时的交通情况,自动调整交通信号灯的时间和间隔,实现交通的智能控制和优化,缓解交通拥堵,提升交通效率。
英泰智基于视频分析识别技术的交通目标跟踪算法结合了深度学习和图像处理技术,对交通场景中的机动车、非机动车、行人等目标进行快速、准确跟踪,可以将目标捕获率提升到95%以上,目标跳变率降低到2%以下,实现交通管理的精准化和智能化,夯实智慧交通算力基石,为交通管理和安全保障提供有效的技术支持。