產(chǎn)品詳情
本公司專注于人工智能算法、深度學習模型、視覺計算分析、全景視頻融合、激光雷達感知、雷視數(shù)據(jù)融合等技術領域。
產(chǎn)品包括AI邊緣計算設備、智能算法引擎、智能決策分析系統(tǒng)、雷達感知設備、智慧交通行業(yè)軟件和平臺等。
三維雷視融合技術在水上航道應用：
1、船名船號識別：利用高清攝像機實時抓取船舶畫面，將船舶畫面?zhèn)魉偷胶蠖巳斯ぶ悄芩惴ㄒ嫔希ㄟ^已部署的船名號識別系統(tǒng)進行處理和分析，對船舶船名號進行識別，準確率保持95%以上。
2、船舶抓拍：通過算法驅(qū)動，船舶細節(jié)感知相機和全景相機進行抓拍與識別。對于船員有無佩戴救生衣，船舶是否懸掛國旗等細節(jié)進行識別。
3、船舶行為分析：船舶目標檢測特征提取和識別，使用圖像算法處理技術和模式識別方法來提取目標特征的形狀、輪廓和紋理特征，識別人員救生圈、是否封倉、懸掛國旗、浮吊、輪胎、航行軌跡等特征行為數(shù)據(jù)。
4、船舶類型識別：利用深度學習算法模型對已接入感知采集設備內(nèi)的圖像、點云等原始數(shù)據(jù)進行識別，輸出船舶的外觀顏色、船舶類型（如危化品船、散貨船、集裝箱船、油船、客輪等)。
5、船舶航向識別：通過深度學習算法模型對已接入視覺采集設備內(nèi)的圖像中船舶的行駛軌跡進行分析從而實現(xiàn)船舶上、下行的分辨，為船舶流量統(tǒng)計提供數(shù)據(jù)支持。
6：船舶數(shù)量統(tǒng)計：通過算法模型識別已接入視覺采集設備內(nèi)的圖像中所有船只并進行特征編號與跟蹤，做到了有效統(tǒng)計周期內(nèi)所有船只，且避免了重復計數(shù)、漏記等情況。
7、船舶點云可視化：激光雷達不受光線影響、可應用于多種場景。將激光雷達掃描得到的點云數(shù)據(jù)經(jīng)過數(shù)據(jù)去噪、濾波、壓縮等數(shù)據(jù)預處理，根據(jù)點云數(shù)據(jù)建立物體的三維模型，采用不同的算法和技術，將三維模型轉(zhuǎn)換為易于理解和可視化的形式。
8、船舶吃水線識別：使用激光雷達獲取船身三維點云模型后，應用計算機深度學習算法通過數(shù)據(jù)訓練，獲取船舶干舷高度和吃水線數(shù)據(jù)，精確到厘米級。
產(chǎn)品包括AI邊緣計算設備、智能算法引擎、智能決策分析系統(tǒng)、雷達感知設備、智慧交通行業(yè)軟件和平臺等。
三維雷視融合總體架構：
三維雷視融合航道應用算法匯總：
三維雷視融合技術在水上航道應用：
1、船名船號識別：利用高清攝像機實時抓取船舶畫面，將船舶畫面?zhèn)魉偷胶蠖巳斯ぶ悄芩惴ㄒ嫔希ㄟ^已部署的船名號識別系統(tǒng)進行處理和分析，對船舶船名號進行識別，準確率保持95%以上。
2、船舶抓拍：通過算法驅(qū)動，船舶細節(jié)感知相機和全景相機進行抓拍與識別。對于船員有無佩戴救生衣，船舶是否懸掛國旗等細節(jié)進行識別。
3、船舶行為分析：船舶目標檢測特征提取和識別，使用圖像算法處理技術和模式識別方法來提取目標特征的形狀、輪廓和紋理特征，識別人員救生圈、是否封倉、懸掛國旗、浮吊、輪胎、航行軌跡等特征行為數(shù)據(jù)。
4、船舶類型識別：利用深度學習算法模型對已接入感知采集設備內(nèi)的圖像、點云等原始數(shù)據(jù)進行識別，輸出船舶的外觀顏色、船舶類型（如危化品船、散貨船、集裝箱船、油船、客輪等)。
5、船舶航向識別：通過深度學習算法模型對已接入視覺采集設備內(nèi)的圖像中船舶的行駛軌跡進行分析從而實現(xiàn)船舶上、下行的分辨，為船舶流量統(tǒng)計提供數(shù)據(jù)支持。
6：船舶數(shù)量統(tǒng)計：通過算法模型識別已接入視覺采集設備內(nèi)的圖像中所有船只并進行特征編號與跟蹤，做到了有效統(tǒng)計周期內(nèi)所有船只，且避免了重復計數(shù)、漏記等情況。
7、船舶點云可視化：激光雷達不受光線影響、可應用于多種場景。將激光雷達掃描得到的點云數(shù)據(jù)經(jīng)過數(shù)據(jù)去噪、濾波、壓縮等數(shù)據(jù)預處理，根據(jù)點云數(shù)據(jù)建立物體的三維模型，采用不同的算法和技術，將三維模型轉(zhuǎn)換為易于理解和可視化的形式。
8、船舶吃水線識別：使用激光雷達獲取船身三維點云模型后，應用計算機深度學習算法通過數(shù)據(jù)訓練，獲取船舶干舷高度和吃水線數(shù)據(jù)，精確到厘米級。
