2010年以前，目標跟蹤領域大部分采用一些經典的跟蹤方法，比如Meanshift、Particle Filter和Kalman Filter，以及基于特征點的光流算法等。Meanshift方法是一種基于概率密度分布的跟蹤方法，使目標的搜索一直沿著概率梯度上升的方向，迭代收斂到概率密度分布的局部峰值上。首先Meanshift會對目標進行建模，比如利用目標的顏色分布來描述目標，然后計算目標在下一幀圖像上的概率分布，從而迭代得到局部密集的區域。Meanshift適用于目標的色彩模型和背景差異比較大的情形，早期也用于人臉跟蹤。由于Meanshift方法的快速計算，它的很多改進方法也一直適用至今。RV1126圖像處理板的目標識別能力突出。山東目標跟蹤工程

成都慧視光電技術有限公司的AM5708處理板是采用了創龍SOM-TL5708處理板，內部植入其自主研發的智能圖像算法，基于輸入的可見光或者紅外的視頻流，可實時對目標進行鎖定，同時可以根據輸出目標的靶量信息，對目標進行實時跟蹤。可支持二次開發，方便快速集成。并在此基礎上成功研發視頻跟蹤板，可用于對視頻中指定目標執行跟蹤操作。通過將感興趣目標在視頻中的位置信息輸入至視頻跟蹤板，跟蹤板完成目標鎖定后，持續輸出目標在視頻中的坐標信息，或者相對于相機光軸的脫靶量信息。產品特點：支持MIPICSI和CVBS兩路視頻輸入，支持在用戶選擇的輸入視頻通道上執行目標跟蹤。提供RS232/RS422控制通訊接口，用于輸入控制指令和跟蹤信息的輸出。提供自適應點選功能，基于用戶給定的目標位置點坐標，自適應對目標進行框選并執行跟蹤。提供H.264壓縮的視頻以及HDMI接口的視頻輸出。視頻輸出支持OSD形式疊加跟蹤結果。山東目標跟蹤工程無人機吊艙能夠通過定制算法和精細定位技術實現農藥精細噴灑、農作物精細拋糧等操作。

在無人機應用方面，目標跟蹤技術可以作為無人機視覺處理模塊，實現對需要拍攝的目標進行持續跟蹤，使焦點始終保持在目標上，從而達到更好的拍攝效果。目前，基于深度學習的視覺跟蹤技術已經成為無人機視覺跟蹤中重要的技術組成部分。成都慧視光電技術有限公司運用自身的圖像算法和硬件平臺開發優勢，推出了系列國產化圖像檢測與跟蹤板卡、全國產化RK3399PRO處理板、全國產化RV1126處理板等產品，全國產化RK3399PRO處理板因為其強大的硬件平臺疊加基于行為的算法，能夠有效的應對無人機的迫切需求。

成都慧視光電技術有限公司的RK3588圖像處理板是采用國內AI智能芯片基礎上自主研發的智能算法圖像處理板，植入其自主研發的智能圖像算法，基于輸入的可見光或者紅外的視頻流，可實時對目標進行自主檢測、識別或者手動鎖定，同時可以根據輸出目標的靶量信息，對目標進行實時跟蹤。支持二次開發，方便客戶快速集成。慧眼智能圖像處理板是慧視光電在國內AI智能芯片基礎上，自主研發的具有智能圖像算法的處理板，可實時實現對目標的自主檢測、識別、跟蹤或者人為的鎖定、跟蹤，是目前國內少數能夠提供穩定成熟的國產化智能圖像處理平臺的單位之一。慧視RK3399PRO圖像跟蹤板支持目標跟蹤識別目標（人、車）。

當兩個圖像之間還有旋轉或比例變化時，往往使用基于控制點的方法進行圖像配準。所謂特征點匹配就是在一幀圖像中尋找具有不變性質的結構—特征點，例如，灰度局部極大值、局部邊緣、角等，與另一幀圖像中的同類特征點作匹配，從而求得該兩幀圖像之間的變換關系。從現實的觀點看，在全部特征點中，只有部分能得到正確的匹配，這是因為特征點尋找算法并非完美無缺。特征點匹配方法具有：處理的數據量不斷減少、可能匹配的數目少于互相關方法和受照度、幾何的變化影響較小的優點。根據具體的振動情況，選擇合適的特征點和速度較快的匹配策略是該任務研究的重點。目前的研究工作都致力于圖像間的自動配準，如直接相關匹配，基于圖像分割技術的配準，利用封閉輪廓的形心作為控制點的配準等。慧視光電致力于跟蹤板卡定制。重慶快速目標跟蹤

目標跟蹤監控預警系統是防溺水技防手段中應用比較廣的。山東目標跟蹤工程

目標檢測和跟蹤在許多應用中都具有重要的意義，例如智能監控、自動駕駛和人機交互等。傳統的目標檢測算法需要多次掃描圖像，并使用復雜的特征提取和分類器來識別目標。然而，這些方法在實時性和準確性上存在一定的限制。隨著YOLO算法的出現，目標檢測和跟蹤領域取得了重大突破。YOLO算法概述YOLO算法是一種基于卷積神經網絡的目標檢測和跟蹤算法。與傳統方法相比，YOLO算法采用了全新的思路和架構。它將目標檢測問題轉化為一個回歸問題，通過單次前向傳播即可同時預測圖像中多個目標的位置和類別。這使得YOLO算法在速度和準確性上具備了明顯優勢。山東目標跟蹤工程