XiaoMi-AI文件搜索系统
World File Search System跟踪
基于视觉的目标检测与跟踪综述 - 自动化学报
摘要 基于视觉的目标检测与跟踪是图像处理、计算机视觉、模式识别等领域的一个热门研究课题。它在视频监控、虚拟现实、人机交互、自主导航等领域有着广泛的应用。本文详细介绍了该领域的发展历史、最新进展和典型方法。首先，根据处理的数据对象不同，将目标检测分为基于背景建模的方法和基于前景建模的方法。进一步分别总结了背景建模和特征表示。然后，根据是否涉及检测过程，将目标跟踪分为生成式和判别式方法。介绍了基于统计的外观建模。此外，还讨论了典型算法的优缺点。给出了不同算法在基准数据集上的表现。最后，总结了尚未解决的问题。讨论了该领域的未来趋势。
产品碳足迹|跟踪和跟踪
• Pioneers: Pro-actively comply with emerging disclosure rules (e.g., TCFD, ISSB) and showcase feasibility of PCF • Second-movers: Explore OEF and PCF as ways to improve footprint and access premiums • Instate low-CO2 purchasing rules and leverage consumer pressure for decarbonisation to cascade carbon transparency upstream and manage own upstream scope 3 emissions • Invest在促进PCF的（数字）技术中•有助于开发开源和分散数据库•优化产品设计以减少使用阶段排放
跟踪和...的国际标准
在海上航行方面，国际海事组织 (IMO) 引入了自动识别系统 (AIS)。自 2004 年底起，所有根据《国际海上人命安全公约》第 5 章进行国际航行的远洋船舶都必须配备 AIS。国际航海协会 (PIANC) 和 CCNR 的《河流信息服务指南和建议》（RIS 指南 2004）将内陆 AIS 定义为重要技术，并构成了联合国欧洲经济委员会 (UNECE) 于 2004 年 10 月通过的泛欧洲指南和建议的基础。
跟踪飞机轨迹...
1. 简介。轨迹跟踪是飞行控制系统的一项基本任务。在这一任务中，确保所采用的方法准确，特别是对干扰具有鲁棒性至关重要。这对于飞行的关键阶段（例如进近和着陆）尤其重要，因为飞行在拥挤的空域和近地飞行。在这些阶段，干扰引起的偏离参考轨迹可能会导致灾难性的后果。因此，风是飞行系统最危险的干扰之一，因为它不可预测，对飞机动力学影响很大。考虑到上述飞行条件下控制任务的关键性，迄今为止已经研究了几种用于此应用的方法。在 [19] 中，作者提出了一种 gamma/theta 制导律，用于跟踪已知风场的最优控制方法得出的轨迹。作者在垂直平面上制定了问题，并使用起飞阶段的数值示例说明了所开发的方法。 [15] 中的研究提出了一种自适应控制方案，利用该思想控制飞机在起飞阶段的爬升率。该反馈控制律不需要事先了解风场。[4] 中的作者将非线性空间反演方法应用于飞机轨迹跟踪。开发了一种新的垂直平面制导方案，与传统的基于非线性动态反演的方法相比，其跟踪性能有所提高。与 [19] 类似，需要对现有的风扰动进行先验估计。着陆飞行阶段被视为二维跟踪
持续环境跟踪
Randy J. Guliuzza，创造研究所，1806 Royal Lane，达拉斯，TX 75229 美国，rguliuzza@icr.org Phil B. Gaskill，克莱默鱼类科学公司，格雷舍姆，俄勒冈州 摘要 我们基于对 342 篇期刊文章和 67 篇在线报告的研究结果的解读，提出了一个理解生物适应性的新框架，这些文章和报告涉及适应、生物工程和设计，并且假设生物功能最能准确地解释工程原理。我们假设生物体会主动、持续地跟踪环境变量，并通过自我调整来应对不断变化的环境——利用工程原理来约束人类设计的物体如何自我调整以适应变化——从而实现适应。我们将这种假设称为持续环境跟踪 (CET)。CET 是一种基于工程、以生物体为中心的适应性表征。 CET 希望发现生物体通过具有与人类工程跟踪系统类似的元素的系统进行适应，即：输入传感器、选择合适响应的内部逻辑机制和执行响应的执行器。我们通过重新解释研究结果并在工程设计框架内形式化生物适应性得出了这一假设，考虑了：(1) 目标、(2) 约束、(3) 变量和 (4) 与前三个相关的生物系统。文献确实使用
跟踪和追踪 - STid
非接触式技术和物联网：RFID、NFC、蓝牙®、M2M、WiFi 等 • UHF EPC 1 Gen 2 v2 / ISO18000-63 - 高频和低频带规定 / 13,56 MHz / 125kHz • CE / FCC / UL • SSCP、LLRP 协议 航空：ATA SPEC 2000 • RTCA / DO-160 • SPX 902 A 002 E01 海事：EMFF 和 CFP 政府/国防和军事：GDPR* • 特定军事功能（不可追踪的命令等） 能源/石油和天然气：ATEX（EN60079）和 IECEx 认证 • 符合欧洲指令（99/92/EC 和 94/9/EC） 医疗保健：RMW • 兼容 CPS3 • HADs IT：Phonesec 和 Cogiceo 审计证书 • PCI-DSS 和 ISO 27001 / 27002 / 27005 兼容
跟踪人工智能投资
私营部门推动人工智能的发展。国家政府曾经是战略技术（从网络系统到核能）的主要推动者，并支持人工智能技术的基础工作。但如今，政府主要依靠私营公司来开发人工智能软件、培养人工智能人才，并取得支撑经济和军事竞争力的人工智能进步。这种转变给美国带来了风险和机遇。未来几十年，美国可以从私营部门的人工智能创新中获得巨大的安全利益。政策制定者可能能够通过制定政策来进一步扩大这些利益，这些政策可以促进美国人工智能公司的经济前景，并引导它们致力于支持国家安全和公共利益。但与此同时，其他国家也可以利用自己的公司来实现类似的目的——甚至利用美国私营部门的优势，从当今在人工智能创新方面处于领先地位的美国公司中吸纳、颠覆或窃取。政策制定者有许多工具来动员美国人工智能公司，并在竞争激烈的全球市场中保护其长期优势，从研发补贴和公私合作伙伴关系到投资审查、制裁和出口管制等防御措施。为了实现预期结果并避免市场出现不必要的扭曲和副作用，政策制定者应该了解商业人工智能活动的发生地点、谁为其提供资金和执行、人工智能公司正在尝试解决哪些现实问题，以及这些方面如何随着时间的推移而变化。
跟踪和衡量社会经济...
1。在健康的星球，健康的人框架下，GEF-8中采用的GEF均采用了整个社会和包容性的方法，并致力于改善社会经济共同利益的跟踪。GEF作为GEF-8结果测量框架（RMF）的GEF信托基金的五个动作领域之一，其目标是“更好地测量改善人类福祉的共同利益” 1。gef-8补给参与者通过认可政策建议，以“改善对人类和社会经济福祉指标的捕获以及气候变化适应结果监控，并改善其对GEF资助的项目和计划的考虑，以进一步支持全球环境益处的成就（GEBS）2。