运动目标的视觉信息受不可预测和控制因素影响，具有巨大的不确定性，本项目研究目标集中在建立一种新的运动视觉计算模型，包括视觉任务学习、前期注意选择、协同运动分析、鲁棒信息融合、上下文意识学习等，发展更有效的运动目标跟踪和识别方法和计算工具，以突破智能视频监控、机器人和人机交互等的应用瓶颈。

监控场景；

平安城市；

交通；

场馆；

港口；

航空航天。

作为最具代表性的前端监控设备，监控摄像机的远距离控制、变倍、高清图像、预置位巡航、自动跟踪等功能在平安城市、交通、场馆、港口等项目/行业越来越发挥出重要的作用。随着安防等级的不断提升，再加上整个监控行业朝着数字化、网络化发展的进程，监控设备的智能化功能被更多地提上议事日程。而在此发展趋势下，自动跟踪成为了监控摄像机取得飞速发展的智能化技术之一；

ATT双摄像机可应用于监控场景的人员取证，解决大场景监控中目标面部区域的高清晰特写获取问题，使监控视频能作为有效证据，有利于协助取证破案。同时，解决多传感器协同对动态目标的指引跟踪问题，在航空航天以及军事领域中有重要应用；

在大场景环境中ATT双摄像机不仅通过双目，甚至多目执行全范围，多目标的监控、跟踪、抓取和报警等任务，并且通过有效融合多传感信息来精确导向追踪物体，使之能按照不同任务需求以不同方式接近目标。