慧視光電雙光測溫相機產品特點：1.業(yè)內先進自帶圖形化操作系統(tǒng)的測溫產品，無需額外配套PC及測溫軟件。2.高性能ARM加持，新一代AI算法，實現更高效的體溫篩查。3.部署簡單，三分鐘完成快速部署。4.支持鼠標操作，操作簡單，可快速上手。5.出廠校驗完善，零配置操作，上電即可使用。6.支持HDMI接口高清本地輸出，支持RTSP網絡視頻流輸出。7.出現高溫目標時，音視頻報警輸出，報警閾值、報警音量及時長均可配置。8.智能測溫技術：通過基于圖像的額頭檢測算法，實時檢測額頭區(qū)域進行測溫，避免現場其他高溫輻射源干擾，大幅度降低誤報率；大數據測溫補償算法，進一步提高篩查靈敏度。應用場景：雙光測溫相機主要用于體溫篩查。該產品可安裝在醫(yī)院、學校、園區(qū)、寫字樓、商業(yè)中心廣場、港口、無人值守基站、電力設施、博物館、銀行、倉庫、油田、設施等安保場所的出入口。Viztra-LE034圖像跟蹤板支持目標跟蹤識別目標（人、車）。國產化目標跟蹤型號

隨著5G快速發(fā)展，一個萬物智能互聯的世紀應運而生，人工智能也隨著智能互聯的發(fā)展充滿了生機，市場對智能圖像處理板的要求也越來越高。隨著國內相關行業(yè)市場對圖像處理板卡要求的日益提升，慧視光電推出了目前市場上基于RV1126的較小型的圖像處理板卡。產品作為人工智能通用平臺，用于城管、銀行、邊海防、電力、無人機與機器人、車輛集成等領域，快速對現有設備完成智能化升級。同時客戶可根據需求自己做適配的電源板、電氣接口等進行二次開發(fā)。國產化目標跟蹤型號全國產化智能處理板應用廣闊。

我國幅員遼闊，為了便利運輸，修建了漫長鐵路線，鐵路也成了我國人員流動的主要交通工具之一，深受百姓喜愛。我國也是一個地質災害比較嚴重的國家，洪水、暴雨、泥石流、地震都會都對鐵路線造成破壞，如何有效的保障鐵路線路的安全運行、實時對鐵路線路監(jiān)控并對異常情況進行提前預警是鐵路系統(tǒng)迫切需要解決的問題。為了響應相關行業(yè)的急切需求，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(fā)優(yōu)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，能夠有效的解決鐵路線路的迫切需求，對鐵路線路重要地段實時監(jiān)控并對異常情況比如自然氣候對鐵路造成的損壞、人畜車違規(guī)侵入等等提前預警，從而保護鐵路運輸的安全。

隨著用于安防監(jiān)控及狀態(tài)監(jiān)測的攝像頭數量的飛速發(fā)展，現在的部署數量數以百萬計，而且還在快速增加。通過人工進行監(jiān)控并不是完美的解決方案，隨著時間的增加，人的注意力會快速下滑。慧視光電技術有限公司基于自研的邊緣計算盒子、檢測識別模塊、AI板卡或流媒體服務器開發(fā)的自動目標檢測與識別檢測算法，是專門為海量的已經安裝好的監(jiān)控實現智能化升級改造量身定制的產品，對傳統(tǒng)監(jiān)控的重要點位增加視頻結構化、特定目前檢測與識別、行為分析等功能，不需要更換攝像頭也不需要更換線路，減少了人力資源的投入，真正實現了24小時365天全天候監(jiān)控。升級后的每路分析結果通過預警平臺進行聯動顯示多路關聯視頻，關聯回放多路視頻，實現“局部升級、全局智能”的比較高附加值，充分發(fā)揮已投入資產的邊際價值。成都慧視光電自研的邊緣計算盒子、圖像處理板卡、流媒體服務器，輸入輸出接口豐富，適用于紅外熱成像相機、高清可見光相機、微光相機等多種前端，根據行業(yè)的不同特點可以接受行業(yè)算法的定制。目前慧視光電的相關軟硬件設備已經廣泛應用在邊海防、監(jiān)獄、戒毒所、鐵路、地鐵、電力、倉庫、醫(yī)院等領域?；垡旳I板卡能夠凸顯AI的智慧之能，變被動為主動，提供多種能主動預警的視頻分析和人臉識別黑白名單管理。

海上搜救的關鍵在于及時發(fā)現被救對象，需要較強的技術系統(tǒng)等支持。目前我國海上搜救是采用救助船或救助直升機上簡單的觀測儀和照明系統(tǒng)的視覺搜索方法，也有經常生活在海邊的居民他們的經驗也比較豐富，更能及時活得信息。但是在能見度不良或夜晚進行搜救時，如何快速搜尋檢測遇險目標，并對檢測到的目標進行甄別和確認成為快速有效搜救的關鍵。慧視光電研發(fā)的目標識別與跟蹤智能處理板，可實現對航海搜救雷達目標進行識別并鎖定目標進行跟蹤，有助于確定搜救范圍，可提高海上搜救行動的速度和效率。慧視RK3399PRO圖像處理板能實現24小時、無間隙信息化監(jiān)控。國產化目標跟蹤型號

慧視微型雙光吊艙能夠實現晝夜成像。國產化目標跟蹤型號

近年來，伴隨著大數據時代的來臨，深度學習在計算機視覺的許多問題，如圖像識別、人臉識別、目標檢測領域都取得了巨大成功，與傳統(tǒng)的目標檢測算法相比，深度學習算法具有更好的表達能力、更高的準確性，深度神經網絡在模型架構和學習過程上與人類認識和感知世界的神經系統(tǒng)類似。目標檢測和識別現在是視覺方向熱門的研究課題，也一直是工業(yè)界重點研究的對象。近幾年，業(yè)內出現了各種各樣的檢測框架，不斷刷新各種性能指標，然而受限于工業(yè)應用的性能與成本要求，效率-精度平衡的檢測框架成為了優(yōu)先。團隊在該方向進行了一系列的優(yōu)化設計，創(chuàng)建了全新的移動端實時檢測框架，與其他流行的檢測框架相比，該模型架構在準確性和延遲之間實現了更好的權衡，基于選用的硬件平臺，可以實現性能優(yōu)良的移動端實時物體檢測。國產化目標跟蹤型號