傳統(tǒng)意義上的圖像跟蹤主要分為兩種，一種是通過在一定載體上安裝定位設備并結合無線傳輸設備對載體的實時位置進行定位或描繪出移動軌跡，這種跟蹤設備主要用于消防、戶外探險等領域。

另一種跟蹤設備主要是指圖像跟蹤板，根據(jù)技術發(fā)展的過程，有基于DSP的圖像跟蹤板和基于AI芯片的圖像跟蹤板兩種，其原理是通過提前在圖像跟蹤板中裝入目標圖像，跟蹤板在視場內尋找類似的目標實時檢測，找到之后進行實時跟蹤。

隨著AI芯片的大規(guī)模應用，以及市場對跟蹤板性能要求的提升，傳統(tǒng)的基于DSP的圖像跟蹤器已經難以達到應用的要求，很多總體單位對跟蹤器提出了智能學習、多目標檢測、自動打擊、更高的識別率等要求，基于AI的跟蹤器得到了越來越廣泛的應用，例如各種空中偵查設備、抓捕設備、智能邊海防設備、船用光電設備、智能化彈藥等都需要各種各樣的智能圖像跟蹤器進行匹配。

隨著智能跟蹤器的需求量越來越大，對技術的要求越來越高，市場上出現(xiàn)了專業(yè)的圖像跟蹤板研發(fā)生產廠家，成都慧視就是其中之一。

而且為了快速提升跟蹤的識別率、快速升級迭代，也出現(xiàn)了專業(yè)的工具，例如百度的AI訓練工具，類似的還有成都慧視光電技術有限公司的SpeedDP深度學習算法開發(fā)平臺。

該平臺提供豐富的算法參數(shù)設置接口，滿足不同用戶業(yè)務場景的定制化需求。此外，慧視光電SpeedDP深度學習算法開發(fā)平臺支持本地化服務器部署，數(shù)據(jù)敏感或對數(shù)據(jù)有保密需求的用戶再也無需擔心數(shù)據(jù)信息泄露的問題。

目前慧視光電SpeedDP深度學習算法開發(fā)平臺主要提供目標檢測算法的開發(fā)功能，不同的用戶可針對自己的業(yè)務場景進行AI算法的定制化開發(fā)以及算法模型的快速迭代優(yōu)化。

隨著芯片性能的提升，跟蹤器的發(fā)展趨勢是生成式人工智能也會在圖像跟蹤板上得到應用，使得識別率達到極大的提升，相關配套的整體設備性能也會得到質的提升。