無人機要進行AI識別，需要的是模擬人眼，對需要識別的物體進行圖像處理，AI通過大量的模型訓練，能夠具備對物體進行特征提取進行分析的能力，從而實現(xiàn)整個流程的自動化，達到無人機智能識別的目的。但不同的事，無人機的目標識別和傳統(tǒng)的攝像頭還是又不曉得區(qū)別，傳統(tǒng)的攝像頭是靜態(tài)的，而無人機搭載如光電吊艙飛在空中時，需要處理實時動態(tài)的信息，這就是對目標的鎖定跟蹤能力。

這樣的結果可以采用將AI圖像跟蹤板植入吊艙的方法來實現(xiàn)。例如慧視光電開發(fā)的Viztra-HE030圖像處理板采用了工業(yè)級芯片RK3588，內部植入公司自主研發(fā)的智能圖像算法，架構更先進，核心數8核（4大4?。?，算力6.0TOPS，支持豐富的輸出接口，同時支持H264、H265兩類視頻編碼?？蓪崟r對目標進行識別或者人為的的鎖定，同時可以根據輸出目標的靶量信息，對目標進行實時跟蹤。這是達成目的的硬件條件。

在算法領域，則需要一些特殊的算法。無人機執(zhí)行任務時飛在高空，地面的物體就會顯得較小，小目標通常指圖像中像素面積小于32*32的物體，一般的AI算法難以實現(xiàn)精準鎖定跟蹤。

要解決這個難題，慧視光電的算法工程師給出了小目標識別算法的方案，通過加強目標特征、數據增廣、放大輸入圖像、使用高分辨率的特征、設計合適的標簽分配方法，以讓小目標有更多的正樣本、利用小目標所處的環(huán)境信息或者其他容易檢測的物體之間的關系來輔助小目標的檢測。此外，利用自研的深度學習算法開發(fā)平臺，通過不斷的深度學習，能夠讓AI更加精準的識別目標。這個方法在瑞芯微RK3588、RV1126、RK3399pro等系列圖像跟蹤板上得到了較好地驗證。

因此，將這個算法用在無人機高空識別領域，完全能夠彌補傳統(tǒng)算法的不足，達到更加穩(wěn)定鎖定跟蹤的目的。