第(2/3)頁

    這對目前的白度來說，本身就不大可能做到，更何況不少技術(shù)人員都跑出去推銷產(chǎn)品去了。

    而隨著一些簡單項目的成功展示，政府方面在毫不知情的情況下，又有了其他的需求和想法。

    比如超速車輛的車牌自動記錄，那你就要在能夠做到多目標跟蹤的情況下，還要把異常車輛的車牌智能提取出來，并對這個部分做智能文字和數(shù)字識別。

    這就又涉及到特定區(qū)域內(nèi)文字信息的識別和理解。

    說到這里，李彥弘遲遲沒有得到孟繁岐的回應(yīng)，還以為是手機信號不好。

    “喂？喂？？聽得見嗎？”

    “聽得見，我在等李總說遇到的難題呢。”孟繁岐覺得有些奇怪，怎么李彥弘說了半天也沒說到困難的部分，現(xiàn)在白度的CEO都這么閑了嗎？說話都沒有重點。

    “...”

    李彥弘聞言當(dāng)場語塞，有些不大確定孟繁岐的理解到底和自己是不是相同的。

    “最核心的就是多目標跟蹤嘛，在事先不知道目標數(shù)量的情況下，對視頻中的多個車輛目標進行檢測并賦予標記進行軌跡跟蹤，不同的目標擁有不同的標記。”

    孟繁岐總結(jié)了一下最要緊的需求，李彥弘連連稱是。

    “這不是挺簡單的嘛。”孟繁岐私下一般不裝，但在剛剛簽下合同的米忽悠三位創(chuàng)始人面前多少還是有點包袱，小小地賣弄了一下。

    “用卡爾曼濾波加匈牙利算法就好。基于YOLO先去提取圖像特征和檢測結(jié)果，匈牙利算法尋找二分圖的最大匹配，卡爾曼濾波控制軌跡，進行預(yù)測。”

    “...你能寫嗎？”李彥弘之前只知道孟繁岐技術(shù)研究厲害，還沒有領(lǐng)教過他解決這種實際問題的能力。“大概需要多久？”

    在內(nèi)心深處，李彥弘有些狐疑，說怎么做很多人都會說，可輪到自己真的上手，能不能解決問題那就不好說了。

    這完全是兩個領(lǐng)域的能力，李彥弘對孟繁岐的個人能力毫無質(zhì)疑的意思，堅信他大概率可以解決這個問題，但他完全沒有料到會這么快。

    問題的解決辦法，孟繁岐完全是脫口而出，就如本能一般。

    仿佛解決這個困擾了白度技術(shù)團隊一兩周，進展幾乎為0的大難題就如同喝水一般簡單而自然。

    “兩三天吧，怎么了？”在孟繁岐看來，檢測相關(guān)的幾個任務(wù)變種屬實沒什么難度，重生前類似的業(yè)務(wù)都寫膩了。
    第(2/3)頁