“多目标跟踪算法”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1216514个，建议您升级VIP下载更多相关专利

[发明专利]一种基于非局部步态特征的多目标跟踪与识别方法-CN202210330483.6在审
发明人：陈志;王悦;岳文静;何丽;艾虎;周晨 -专利权人：南京邮电大学
申请日： 2022-03-31 - 公布日： 2022-07-08 - 主分类号： G06V20/40 文献下载
摘要：本发明公开一种基于非局部步态特征的多目标跟踪与识别方法，该发明首先获取一段步态视频序列，在分类定位分支和掩码预测分支检测分割视频序列；然后在跟踪分支采用实例标签划分法与匈牙利算法关联跟踪目标，获取所有目标的步态能量图最后将提取的步态特征输入到一对多支持向量机进行目标识别。本发明通过分类定位分支和掩码预测分支检测分割视频序列，有助于提升多目标分割的精度；通过实例标签划分法与匈牙利算法，有效实现不同帧之间目标的关联；通过改进的非局部分块网络，有助于提取细粒度的非局部特征。
一种基于局部步态特征多目标跟踪识别方法

[发明专利]一种针对性解决复杂电磁环境下的多目标跟踪数据关联问题的方法-CN201811017254.9在审
发明人：郜丽鹏;朱嘉颖;李佳林;张晓丽 -专利权人：哈尔滨工程大学
申请日： 2018-09-01 - 公布日： 2019-02-01 - 主分类号： G01S13/72 文献下载
摘要：本发明属于电磁研究领域，具体涉及一种针对性解决复杂电磁环境下的多目标跟踪数据关联问题的方法，包括以下步骤：在某一采样时刻从目标空域获取所有的位置量测信息和其他特征参数信息，在现有各目标航迹的预测值周围设定扇形跟踪门，以此来判定所有量测的有效性，并从所有有效量测中筛选落入多个目标跟踪门交叉区域内的量测，即公共量测；本发明方法通过提高数据关联的准确性，提高多目标跟踪精度，可实现对敌方目标进行更加实时有效的跟踪；本发明方法具有很好的可拓展性，针对多种不同的跟踪算法，均可以采用该方法进行数据关联，并能使其滤波收敛速度得到明显提高；本发明方法可以适应多种非线性目标运动类型，鲁棒性较高。
数据关联多目标跟踪复杂电磁环境量测跟踪特征参数信息非线性目标采样时刻敌方目标多个目标跟踪算法公共量测交叉区域目标航迹位置量测有效量测运动类型鲁棒性拓展性滤波收敛空域判定筛选预测研究

[发明专利]一种海上多目标搜寻装置及方法-CN202211424818.7在审
发明人：刘红海;刘桢;段岩;卢子旺 -专利权人：河北汉光重工有限责任公司
申请日： 2022-11-14 - 公布日： 2023-06-09 - 主分类号： G01V8/10 文献下载
摘要：本发明公开了一种海上多目标搜寻装置及方法，光电转台采用模板匹配跟踪算法对目标进行识别跟踪，可以在复杂背景的情况下实现对目标的提取、识别、跟踪，能快速发现落水人员，并迅速对其定位。光电转台包括可见光摄像机和红外摄像仪，满足实现昼夜探测搜寻的使用需求；光电转台还包括伺服系统，在驱动转台在方位和俯仰方向上的转动，并有效隔离船体摇摆对系统的影响；光电转台还包括人眼安全激光测距仪，防止对目标造成二次伤害远程显控系统采用层次分析法对近距离目标作出跟踪决策，采用优劣解距离法对远距离目标作出跟踪决策，有利于实现高效、灵活地进行海上多目标搜寻跟踪。
一种海上多目标搜寻装置方法

[发明专利]三维空间下快速UK-GMPHD多目标跟踪方法-CN202210849725.2在审
发明人：申屠晗;林俊浩 -专利权人：杭州电子科技大学
申请日： 2022-07-19 - 公布日： 2022-10-11 - 主分类号： G06F30/20 文献下载
摘要：本发明公开三维空间下快速UK‑GMPHD多目标跟踪方法。本发明是构建单传感器多目标跟踪场景，设置相关参数，包括目标运动的过程噪声和传感器的观测噪声；对多目标的状态、观测进行建模；对传感器进行F‑UK‑GMPHD滤波，得到后验高斯分量，实现对多目标跟踪。通过对原始UK‑GMPHD的更新步骤进行改进，并省去合并操作来提高运行效率，因此，所提出的滤波器能够在复杂跟踪环境中显著提升计算效率。本发明提出了一套完整的处理方法和流程，配置结构明了，在保证跟踪精度的同时，有效提高多目标跟踪效率，可广泛应用于单传感器多目标跟踪领域。
三维空间快速 uk gmphd 多目标跟踪方法

[发明专利]基于多目标跟踪的仔猪离群行为识别方法及相关设备-CN202310853406.3在审
发明人：张汉群;薛月菊;李程鹏 -专利权人：深圳昌瑞生物科技有限公司
申请日： 2023-07-12 - 公布日： 2023-10-20 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了基于多目标跟踪的仔猪离群行为识别方法及相关设备，方法包括：对仔猪进行多目标跟踪；根据每帧仔猪位置进行离群值计算，以得到仔猪的帧级离群指数；根据仔猪的帧级离群指数计算仔猪的视频段级离群指数和位移量本发明利用基于Transformer的目标跟踪器TransTrack进行多目标跟踪，利用局部异常因子算法计算视频段上的仔猪离群指数，并结合位移与身份信息，构建支持向量机分类器，进行长时间对仔猪离群行为识别
基于多目标跟踪仔猪离群行为识别方法相关设备

[发明专利]基于轨迹度量学习的在线多目标跟踪方法-CN201910176113.X有效
发明人：王琦;李学龙;张星宇 -专利权人：西北工业大学
申请日： 2019-03-08 - 公布日： 2022-05-31 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种基于轨迹度量学习的在线多目标跟踪方法，用于解决现有在线多目标跟踪方法实用性差的技术问题。技术方案是首先使用现有的目标检测算法生成检测响应；然后，将现有轨迹集合分割为高置信集合和低置信集合，使用静态特征和传统度量方法来处理高置信集合与下一时刻检测响应的数据连接问题，使用相似性度量矩阵增强针对低置信集合的数据连接能力解决了背景技术方法难以精确进行数据连接、跟踪效果严重受限于检测效果的技术问题，提升了多目标跟踪效果，实用性好。
基于轨迹度量学习在线多目标跟踪方法

[发明专利]一种基于视觉的货车盲区安全距离预警方法-CN202310033197.8在审
发明人：耿长兴;沈任远;顾海洋;刘万福 -专利权人：苏州大学
申请日： 2023-01-10 - 公布日： 2023-06-13 - 主分类号： G06T7/254 文献下载
摘要：本发明是一种基于视觉的货车盲区安全距离预警方法，该方法包括目标跟踪阶段、深度信息匹配阶段和危险评判阶段，在目标跟踪阶段初始化基于结构光的深度相机，读取一帧图像，送入多目标跟踪算法中，对人、车多目标实时跟踪，将目标在RGB图像上的像素坐标进行实时输出；在深度信息匹配阶段获取当前帧目标在RGB图像上的目标包围框信息并映射到深度图中，于深度图上生成自适应掩码图，将深度图和掩码图做按位与操作，取中位数作为目标的距离信息本发明能在交通场景下，快速跟踪到盲区范围内的人车目标并进行准确测距，且能根据目标移动状态提前做出预警。
一种基于视觉货车盲区安全距离预警方法

[发明专利]基于自适应新生目标强度的滤波算法-CN201410737973.3在审
发明人：吴静静;宋淑娟;尤丽华;王金华 -专利权人：江南大学
申请日： 2014-12-05 - 公布日： 2015-04-08 - 主分类号： G01C21/20 文献下载
摘要：本发明公开了一种基于自适应新生目标强度的概率假设密度滤波算法，包括以下步骤：航迹起始以及航迹确认操作；根据确认航迹的起始位置信息构造新生目标随机集的强度函数；合并当前帧构建的新生目标强度函数与前一时刻已知的新生目标强度函数产生该当前帧自适应新生目标强度函数；使用自适应新生目标强度函数启动PHD滤波器，从而完成PHD滤波器的预测以及更新；多目标状态抽取。本发明提出一种具有自适应新生目标强度的贝叶斯多目标跟踪方法，完全不需要先验信息，仅根据量测信息来构造新生目标强度函数。解决了原PHD滤波器缺少新生目标跟踪功能的问题。该算法具有能够很好地跟踪位置未知的新生目标，从而提高了PHD滤波器的应用范围和鲁棒性等优点。
基于自适应新生目标强度滤波算法

[发明专利]基于路侧单目相机标定的高速公路车辆测速方法及设备-CN202211717058.9有效
发明人：戚湧;姜孝 -专利权人：南京理工大学;公安部交通管理科学研究所
申请日： 2022-12-30 - 公布日： 2023-03-17 - 主分类号： G01P3/68 文献下载
摘要：本发明的方法包括：获取路侧单目相机中的交通监控视频；按帧切分成交通背景图片集合，传入已训练好的多目标检测算法得到目标车辆像素位置，通过多目标跟踪算法对每一帧的目标车辆检测结果进行跟踪，获得目标车辆的运动轨迹；根据目标车辆的运动轨迹以及拟合的像素坐标与世界坐标转换比例曲线，计算出目标车辆的实际行驶距离，从而计算出目标车辆的速度。
基于路侧单目相机标定高速公路车辆测速方法设备

[发明专利]基于能量算子的多普勒穿墙雷达定位方法-CN201711173186.0在审
发明人：丁一鹏;林筱壹;雷承熹;孙印花;余厦莅 -专利权人：中南大学
申请日： 2017-11-22 - 公布日： 2018-04-06 - 主分类号： G01S7/41 文献下载
摘要：本发明属于目标跟踪技术领域，公开了一种基于能量算子的多普勒穿墙雷达定位方法，包括能量算子频率估计算法和定位跟踪算法；其中，所述能量算子频率估计算法，用于提取接收回波中感兴趣的目标分量并对其瞬时频率特征值进行估计；所述定位跟踪算法，用于根据目标频率对其进行实时的跟踪定位。本发明在保证高精度、多目标同时定位的需求上，不需要构建大尺寸的收发天线阵列，不仅能有效降低系统成本、减小雷达尺寸、节约电池功耗，还能避免复杂的多通道数据融合处理，降低信号处理的复杂度，在多普勒穿墙雷达的实时探测领域具有广泛的应用前景
基于能量算子多普勒穿墙雷达定位方法

[发明专利]一种多目标识别跟踪方法及识别跟踪系统-CN202111498232.0在审
发明人：胡园园;郑光迪 -专利权人：华中光电技术研究所（中国船舶重工集团公司第七一七研究所）
申请日： 2021-12-09 - 公布日： 2022-04-29 - 主分类号： G06V10/62 文献下载
摘要：本发明提供一种多目标识别跟踪方法及识别跟踪系统，跟踪方法包括：将待识别跟踪视频图像的每一个目标的检测结果信息、深度特征信息和运动特征信息合并形成目标特征描述符；根据待识别跟踪视频图像中每个目标的目标特征描述符，计算各目标与已存在目标之间的相似性，获取多目标匹配初结果；基于多层级联匹配策略对所述多目标匹配初结果进行优化，得到最终多目标跟踪结果信息。本发明在多目标关联匹配时引入了多种特征组成的特征描述符，弥补了单一特征判别的信息不足，提高目标匹配的准确性。
一种多目标识别跟踪方法系统

[发明专利]一种多目标跟踪模型的训练方法以及多目标跟踪方法-CN202110130055.4在审
发明人：何嘉伟;黄泽昊;王乃岩 -专利权人：北京图森智途科技有限公司
申请日： 2021-01-29 - 公布日： 2022-08-16 - 主分类号： G06V10/774 文献下载
摘要：本发明实施例公开了一种多目标跟踪模型的训练方法以及多目标跟踪方法。其中，该多目标跟踪方法包括：根据当前视频帧中的待跟踪目标构建目标图；目标图的顶点对应于待跟踪目标，且两个顶点之间的边的边特征包括两个顶点之间的属性关系；对目标图和已有的轨迹图进行图匹配，以计算待跟踪目标与轨迹图中已跟踪轨迹之间的匹配得分；轨迹图的顶点对应于已有的已跟踪轨迹，且两个顶点之间的边的边特征包括两个顶点之间的属性关系；按照匹配得分确定待跟踪目标的匹配轨迹。在图匹配时全面参考目标图和轨迹图中的边特征，防止某一目标被遮挡时出现跟踪失败的问题，避免视频多目标跟踪的局限性，提高视频多目标跟踪的鲁棒性。
一种多目标跟踪模型训练方法以及

[发明专利]一种基于运动路径分析的身份识别多目标跟踪方法及系统-CN202210204208.X在审
发明人：张四平 -专利权人：湖南信息职业技术学院
申请日： 2022-03-02 - 公布日： 2022-07-01 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种基于运动路径分析的身份识别多目标跟踪方法及系统，该方法获取从多个角度拍摄的多目标的运行轨迹数据；将所有运行轨迹数据映射至三维坐标系中，获得观测值；基于具有相似外观的观测值进行建模，得到外观关联模型基于相邻帧中相隔预设距离的观测值进行建模，得到空间关联模型；基于外观关联模型和空间关联模型，编码外观和空间关联的初步损失函数；在初步损失函数中增加互斥约束和空间局部性约束，获得最终损失函数；采用求解路径算法求解最终损失函数，获得求解路径；基于求解路径，获得多个目标中的每个目标的运动路径轨迹；对每个目标进行跟踪。本发明能够进行身份识别，提高目标跟踪的准确性，提高目标跟踪质量。
一种基于运动路径分析身份识别多目标跟踪方法系统

[发明专利]多目标跟踪方法、装置、终端设备和可读存储介质-CN202111637562.3在审
发明人：胡建兵;袁涛 -专利权人：湖南国科微电子股份有限公司
申请日： 2021-12-29 - 公布日： 2022-04-15 - 主分类号： G06T7/246 文献下载
摘要：本申请公开了一种多目标跟踪方法、装置、终端设备和可读存储介质，该方法在对当前视频帧进行多目标跟踪时，获取前一视频帧对应的多目标跟踪集合，并对多目标跟踪集合中的每一个目标进行预测，以确定相应的预测轨迹；利用训练好的多目标检测模型确定当前视频帧中的各个当前目标和各个当前目标对应的分数；根据第一阈值、第二阈值和各个当前目标对应的分数对各个当前目标进行分组，以得到高分目标集合和低分目标集合；将高分目标集合和低分目标集合中的每一个当前目标与各个预测轨迹进行关联匹配；根据关联匹配结果确定当前视频帧对应的多目标跟踪集合本申请可以保证视频帧中的高价值信息可以向后传递，避免目标丢失，提高跟踪精度。
多目标跟踪方法装置终端设备可读存储介质

[发明专利]一种基于单目视觉的车辆检测与跟踪方法-CN201510236016.7有效
发明人：岑明;张艳军;王春阳;冯辉宗;李银国;蒋建春 -专利权人：重庆邮电大学
申请日： 2015-05-11 - 公布日： 2018-12-28 - 主分类号： G06K9/00 文献下载
摘要：本发明请求保护一种基于单目视觉的车辆检测与跟踪方法，属机器视觉领域。Canny边缘检测与车道线检测相结合来确定道路行驶区域，然后用局部灰度值统计与两次最大类间方差法综合使用的阈值化方法得到车辆底部阴影，进而提出假设车辆，再利用纹理描述的共生矩阵方法验证假设车辆；在车辆跟踪阶段，采用Kalman滤波与Cam shift相结合的改进算法进行多目标跟踪，利用新目标判断、搜索成功与否与车辆出边界与否三大标准，每个新目标连续检测到两次则作为新跟踪目标处理，并不断更新跟踪目标。该方法能够实现动态背景下的车辆检测与多目标跟踪，具有较高的实时性、准确率和可靠性。
一种基于目视车辆检测跟踪方法