详细信息：

高速运动目标跟踪拍摄系统由北京理工大学光电学院董立泉团队自主研发，该系统首次将基于深度学习的智能算法与高精度陀螺稳像技术相结合，建立了全景引导和局部严判的精准跟踪拍摄模型，利用基于深度学习的目标检测和跟踪技术算法，实现恶劣环境和复杂场景下，对高速运动的目标进行自动捕捉与跟踪拍摄，包括全景搜索、智能识别、自动捕捉、稳定跟踪、高清输出，实现无人值守的全自动、智能化拍摄，为远程导播、云端重建与个性化转播提供丰富的视频资源。 产品技术优势：本产品采用了一系列新技术，以确保产品功能\、性能，包括： 1）建立了大视场引导大倍率特写的跟踪拍摄模式。在对赛场环境、赛道特点、目标特性、摄像要求、呈现模式等深入分析的基础上，构建虚拟赛场模型，通过对摄像机机位布局、协同工作重叠区域、切换关系等仿真计算，构建大视场引导大倍率特写的跟踪拍摄模式，为无人值守跟踪拍摄建立基础条件。 2）采用了基于深度学习的实时运动目标检测跟踪技术。在运动场地与运动过程图像样本基础上，扩增了滑雪样本并生成对抗，进行滑雪运动员的特定类别目标检测跟踪神经网络设计，完成基于GPU计算平台的识别与跟踪算法，实现了高速运动目标实时有效检测与可靠跟踪。 3）利用视轴稳定技术设计了高清摄像平台，硬件层面隔离了环境振动、风吹等因素对拍摄的影响，确保设备输出的原始影像无抖动、模糊等问题，减少图像处理运算量，提高图像的实时性。 4）采用自适应伺服控制跟踪拍摄技术，确保高动态响应的稳定平台在方位和俯仰方向联动，以确保高速运动目标的特写镜头始终保持在画幅的合理位置。 5）基于智能化摄像策略，进一步搭建信息交换与信号传输网络系统和摄像系统分布式布局，则可实现在恶劣环境下无人值守、全天候智能捕捉和拍摄高速运动目标，大大降低拍摄难度，大幅减少摄像师在暴露在恶劣环境下值守拍摄的压力。