目標檢測

基于AI深度學習技術(shù)，實現(xiàn)目標智能識別。可精準實時識別道路場景中的各類行人（騎行、步行）與車輛、作業(yè)場景的工程機械及工人安全著裝狀態(tài)、農(nóng)牧場景的動物目標（如貓狗狼）。有效預警潛在風險，保障作業(yè)安全與人車防護，助力企業(yè)提升智能化管理效率。

圖像分割

基于行業(yè)領先的圖像分割算法，率先推出嵌入式道路危險區(qū)域?qū)崟r分割，精準識別危險區(qū)域并結(jié)合報警策略高效預警、誤報率低；在貨柜空間管理中，實時識別艙內(nèi)空閑區(qū)域并自動計算空間使用率，助力優(yōu)化貨物布局策略，最大化空間利用率，進而降本增效。

字符、標志識別

基于智能視覺技術(shù)，廣泛應用于道路與倉儲場景。在道路應用中，可支持多類標志（限速、停車等）識別和字符識別（車牌），用于違規(guī)行為提醒、事件記錄及交通監(jiān)管。在倉儲應用中，智能識別作業(yè)標志，聯(lián)動控制叉車進行安全調(diào)控（報警/減速）。

目標跟蹤

客流統(tǒng)計功能，基于單目攝像機，采用深度學習技術(shù)，對攝像頭采集的圖像中的人進行實時識別及運動跟蹤，從而實現(xiàn)高準確度的客流數(shù)量統(tǒng)計。在進行客流統(tǒng)計的同時，也具備攝像機監(jiān)控、錄像的功能，不僅節(jié)省設備成本、安裝成本，也為后續(xù)設備的運行維護帶來方便。

圖像異常檢測

通過深度學習模型，精準實時監(jiān)測攝像頭運行狀態(tài)（正常/臟污/遮擋/炫光），不同異常情況可采取不同報警狀態(tài)，有效保障監(jiān)控質(zhì)量，降低設備運維成本，確保7*24小時有效監(jiān)控。支持可見光和紅外場景下的檢測。

運動狀態(tài)估計

基于實時圖像分析技術(shù)，精準判斷叉車運動狀態(tài)（升降、進退）。智能聯(lián)動設備：叉臂上升自動開啟激光燈輔助定位，叉貨及閑置時關(guān)閉激光燈；叉車向前行駛時，倒車攝像頭關(guān)閉報警功能。該技術(shù)顯著提升作業(yè)精準度與效率，優(yōu)化設備能耗，保障安全操作。

DMS監(jiān)測

通過多層神經(jīng)網(wǎng)絡技術(shù)、視頻圖像分析技術(shù)、聚類及神經(jīng)網(wǎng)絡算法，精準實時監(jiān)測司機駕駛過程中出現(xiàn)的任何異常駕駛行為(疲勞、分心、吸煙、打電話、無口罩、喝水等)，并發(fā)出視音頻警報，主動提醒駕駛員規(guī)范作業(yè)，安全駕駛。并支持司機人臉檢測認證、無司機狀態(tài)檢測。

IMS檢測

針對大車（大巴/貨車）場景，基于姿態(tài)評估和目標檢測技術(shù)，俯視監(jiān)測整個駕駛艙，對駕駛員和乘客行為進行檢測，比如艙內(nèi)人數(shù)統(tǒng)計；司機是否分心、單雙手離開方向盤，離崗等；艙內(nèi)人員是否佩戴安全帶、抽煙等，并對違規(guī)行為發(fā)出警報，有效規(guī)避行車風險，保障司乘安全與運營合規(guī)。

超分辨率重建

基于AI超分辨率技術(shù)，從低分辨率圖像（如熱成像圖像）恢復出高分辨率圖像，以提升圖像的細節(jié)和清晰度，輔助目標檢測與識別。該技術(shù)有效增強目標特征，顯著提高后續(xù)檢測與識別精度，可助力在低可見度或遠距離條件下獲取更精準信息，提升決策效率。

AI ISP

基于AI圖像增強引擎，智能優(yōu)化攝像頭采集到的圖像（自動曝光/降噪/白平衡/色彩還原），在低光照環(huán)境下，有效提升圖像清晰度與細節(jié)表現(xiàn)，增強目標檢測與識別效果。

圖像去模糊

通過AI算法對車載攝像頭在高速行駛、顛簸路況等情況下產(chǎn)生的模糊圖像進行清晰化處理，有效還原圖像細節(jié)，目前主要應用于車牌識別。

自動標定

在道路行駛過程中，根據(jù)車輛參數(shù)自動完成標定，實時測量本車與前方目標（行人/車輛）的精確距離及碰撞時間，并計算碰撞風險以進行分級預警。相比傳統(tǒng)人工標定效率更高、精度更準。

單目測距

應用單目視覺測距技術(shù)，精準計算場景中目標（行人/車輛）與攝像頭的距離?？膳c傳感器（如雷達）融合實現(xiàn)危險分級預警。適用于前裝ADAS系統(tǒng)中如前車距離估計、行人識別、碰撞預警等核心功能。

全景拼接

通過全景影像與顯示技術(shù)，實時生成360度無縫拼接的1080P全景影像，在車輛行駛過程中實時感知周圍環(huán)境，收集數(shù)據(jù)并進行分析處理，提前預警潛在危險，提升駕駛的安全性和運營效率。