本公司專注于人工智能算法、深度學(xué)習(xí)模型、視覺計(jì)算分析、全景視頻融合、激光雷達(dá)感知、雷視數(shù)據(jù)融合等技術(shù)領(lǐng)域。
產(chǎn)品包括AI邊緣計(jì)算設(shè)備、智能算法引擎、智能決策分析系統(tǒng)、雷達(dá)感知設(shè)備、智慧交通行業(yè)軟件和平臺等。
三維雷視融合總體架構(gòu)：
三維雷視融合航道應(yīng)用算法匯總：
三維雷視融合技術(shù)在水上航道應(yīng)用：
1、船名船號識別：利用高清攝像機(jī)實(shí)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?，通過已部署的船名號識別系統(tǒng)進(jìn)行處理和分析，對船舶船名號進(jìn)行識別，準(zhǔn)確率保持95%以上。
2、船舶抓拍：通過算法驅(qū)動，船舶細(xì)節(jié)感知相機(jī)和全景相機(jī)進(jìn)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(xì)節(jié)進(jìn)行識別。
3、船舶行為分析：船舶目標(biāo)檢測特征提取和識別，使用圖像算法處理技術(shù)和模式識別方法來提取目標(biāo)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(xué)習(xí)算法模型對已接入感知采集設(shè)備內(nèi)的圖像、點(diǎn)云等原始數(shù)據(jù)進(jìn)行識別，輸出船舶的外觀顏色、船舶類型（如?；反⑸⒇洿?、集裝箱船、油船、客輪等)。
5、船舶航向識別：通過深度學(xué)習(xí)算法模型對已接入視覺采集設(shè)備內(nèi)的圖像中船舶的行駛軌跡進(jìn)行分析從而實(shí)現(xiàn)船舶上、下行的分辨，為船舶流量統(tǒng)計(jì)提供數(shù)據(jù)支持。
6：船舶數(shù)量統(tǒng)計(jì)：通過算法模型識別已接入視覺采集設(shè)備內(nèi)的圖像中所有船只并進(jìn)行特征編號與跟蹤，做到了有效統(tǒng)計(jì)周期內(nèi)所有船只，且避免了重復(fù)計(jì)數(shù)、漏記等情況。
7、船舶點(diǎn)云可視化：激光雷達(dá)不受光線影響、可應(yīng)用于多種場景。將激光雷達(dá)掃描得到的點(diǎn)云數(shù)據(jù)經(jīng)過數(shù)據(jù)去噪、濾波、壓縮等數(shù)據(jù)預(yù)處理，根據(jù)點(diǎn)云數(shù)據(jù)建立物體的三維模型，采用不同的算法和技術(shù)，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(dá)獲取船身三維點(diǎn)云模型后，應(yīng)用計(jì)算機(jī)深度學(xué)習(xí)算法通過數(shù)據(jù)訓(xùn)練，獲取船舶干舷高度和吃水線數(shù)據(jù)，精確到厘米級。
