本发明公开了一种基于感知哈希特征的视频目标跟踪方法，其特征在于，包括以下步骤：(1)读取待跟踪视频序列的第一帧；(2)在图像中画一恰好将目标包围的矩形框，作为目标框；(3)对视频帧图像进行灰度化处理；(4)提取目标框的局部哈希特征，并对特征进行为运算化处理；(5)读取视频下一帧，并采用同步骤(3)同样的方式对图像进行灰度化处理；(6)在当前帧中，采用倒金字塔候选框搜索方法在上一帧目标相同位置附近获取候选框；(7)采用

本发明公开一种基于深度学习的多目标抓取方法及系统，属于计算机视觉与机器人控制技术领域，方法包括获取待抓取目标的图像以及深度信息，基于目标抓取检测模型得到抓取点的坐标，输入机械臂生成抓取指令抓取至少一个目标；其中，通过相机标定算法建立映射模型，改进YOLOv5网络和GRCNN网络构建目标检测模型和抓取点预测模型；目标抓取检测模型的数据处理方法包括将待抓取目标的图像以及深度信息，输入目标检测模型检测目标和抓取点预测模型确定抓取点，得到图像采集设备坐标系下的抓取点坐标，并基于映射模型转换为机械臂坐标系下的抓取点坐标。本发明解决了现有技术中存在的目标识别精度不足、抓取点计算不准确以及缺乏实时性的问题。

产品概述 斯科信息RFID智能工具柜是基于物联网射频识别技术的专业化资产管理系统，集成了先进的RFID读写设备、智能控制终端和多层安全验证模块。该解决方案实现了对工具、仪器设备的无人化自助借还、实时库存盘点和全生命周期管理，大幅提升企业资产利用效率和管理精细化水平。 核心技术特点 1. 智能识别管理系统 采用高性能RFID读写器与定制化天线阵列，确保99.9%的识别准确率 支持高频(HF)与超高频(UHF)RFID标签，兼容ISO15693、ISO18000-6C等多协议标准 专利抗金属标签技术，有效解决金属环境下的信号干扰问题 2. 多重安全验证机制 支持IC卡、指纹识别、人脸识别、密码验证等多种身份认证方式 可配置权限管理体系，实现人员-工具-权限三级对应 开门超时报警、非法取用报警、异常操作实时记录 3. 智能化管理平台 云端SaaS管理平台，支持多网点、多柜体统一管理 实时库存可视化看板，工具状态一目了然（在库、借出、待维修、报废） 自动生成工具使用报表、人员借还统计、工具利用率分析 工作流程 身份认证：用户通过IC卡/生物识别验证身份 智能借出：系统自动识别取出工具并记录关联信息 自动归还：关门自动盘点，更新库存状态 异常处理：未授权操作实时报警，支持工具追溯查找 数据同步：所有操作数据实时上传至管理平台 性能指标 盘点速度：整柜盘点≤3秒（200件工具） 识别准确率：≥99.9% 系统响应：＜1秒 数据存储：本地存储≥10万条记录，云端无限扩展 环境适应性：工作温度-20℃~60℃，湿度10%~90% 行业应用解决方案 电力行业 安全工器具定期检测管理 绝缘工具有效期智能提醒 工器具使用培训记录关联 航空维修 专用工具校准周期管理 航材设备使用记录追溯 适航要求符合性管理 智能制造 生产线工具智能调度 使用时长统计与寿命预警 工具维护保养自动提醒 客户价值 管理效率提升：工具盘点效率提升10倍以上，人力成本降低60% 资产利用率优化：工具共享率提高40%，减少重复采购 安全管理强化：实现100%操作可追溯，安全事故降低80% 决策支持：数据驱动管理优化，提供精准的采购和报废决策依据 技术服务支持 斯科信息提供全生命周期服务： 需求调研与方案定制 系统部署与集成服务 操作培训与技术支持 系统升级与维护服务 📞 联系我们：19925314483获取行业解决方案详情与演示体验斯科信息技术团队为您提供专业的RFID工具管理咨询与定制化服务

本成果通过接收目标反射的激光信号，分析光斑在四象限探测器上的分布获取目标位置信息，实现对目标的定位，具有位置分辨率高、响应速度快、性价比高、结构紧凑的优点。

本发明公开了一种基于类相似性测量的实时目标跟踪算法，目标跟踪对实时性要求非常高，在目前 主流的基于检测跟踪的框架下，根据测试样本与目标类和背景类的相似度比较来确定目标在新帧中的目 标位置。本方法首先在当前帧采集目标类和背景类集合，计算出它们的统计特征，并在下一帧采集测试 样本集合。本方法定义了一种计算测试样本与类之间相似度的量化标准，通过找出与目标类相似以及和 背景类不相似的测试样本来确定目标位置。本方法明显提高了跟踪的实时性以及跟踪精度。

本发明公开了一种基于遥感卫星成像的目标红外辐射特性测量方法及系统，其中，方法的实现包括：通过逐步扩大目标区域，并判断扩大目标区域前后的目标红外辐射总能量的变化情况来进行红外辐射能量的提取，并由此计算待测量目标物方的红外辐射亮度，解决了目前红外辐射特性测量方法不能有效解决基于遥感卫星成像的目标红外辐射特性测量的技术难题。

本发明公开了一种基于无人艇应用的水面目标快速检测方法，属于数字图像处理和控制系统交叉技术领域。本发明通过目标性分析得到目标候选区域，由于候选区域中会存在一定虚警，因此利用显著性分析得到显著区域，并将目标性与显著性相结合，剔除虚警，得到目标准确位置。本发明不带有特定目标类型信息，因此普适性较好，相较于现有的其它目标检测算法，无论是在目标的检测效果方面，还是在方法的速度方面都有很大的提升，对无人艇的自动避障具有重要

本发明公开了一种公路地标约束的动平台动目标检测方法，包括：从卫星图片中选取形状特征明显的公路地标，根据公路地标所在的卫星图片生成公路参考图，将生成的公路参考图中直道部分的中心作为选取地标约束中心点，并以该地标约束中心点为中心在公路地标上选取一矩形区域，其宽度和公路地标的宽度相同，长度为出现在视场范围内公路地标直道部分的长度，获取实时图，根据实时图的实时成像行数和实时成像列数、以及动平台的飞行保障参数对公路参考图

本发明公开了一种基于在线训练的视频运动目标分类方法，包括以下步骤：(1)获取原始视频序列的所有运动目标；(2)对运动目标提取速度、面积等标记特征和高宽比等分类特征；(3)将速度特征大于速度高阈值的目标标记为“车辆”，速度特征小于速度低阈值的目标留作步骤(4)进行二次筛选；(4)对速度小于速度低阈值的目标中面积特征小于面积阈值的目标标记为“行人”；(5)将标记完毕的“车辆”目标和“行人”目标设为训练集，训练得到人车分类

本发明公开了一种知识约束的公路车辆红外图像气动光学效应校正方法，该方法先建立车辆模板和多尺度公路模板，再使用多尺度公路模板提取高超声速条件下实时模糊图像中的公路区域；利用 HU矩约束的最大似然估计算法校正气动光学效应图像中的公路区域，得到公路区域校正图像；使用车辆模板在公路区域校正图像中匹配车辆区域位置，得到所要提取的车辆区域；利用 HU 矩约束的最大似然估计算法校正车辆区域，得到车辆区域校正图像。本发明是由粗到细递