专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
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]基于轨迹能量扩散图的组行为识别方法-CN201410712945.6有效
  • 王生生;张同力;温长吉 - 吉林大学
  • 2014-11-28 - 2017-08-15 - G06K9/46
  • 本发明公开一种基于轨迹能量扩散图的组行为识别方法,该方法包括以下步骤一、对原始视频进行多目标检测,多目标跟踪,提取多目标轨迹;二、把多目标轨迹转换为轨迹能量块图;三、利用能量扩散过程由轨迹能量块图生成轨迹能量扩散图;四、由轨迹能量扩散图生成轨迹能量等势线图;五、对轨迹能量等势线图进行特征提取,利用基于典型相关分析的特征融合算法得到融合特征向量;六、对融合特征向量进行分类识别。本发明提出的轨迹能量块图可以很好的表现并保存组行为轨迹的时间信息;轨迹能量扩散图可以平滑因运动随机性产生的噪声;利用基于典型相关分析的特征融合算法实现多特征融合,从而提高识别精度。
  • 基于轨迹能量扩散行为识别方法
  • [发明专利]基于神经网络估计多目标跟踪系统参数的方法及系统-CN202110458852.5有效
  • 李洋;王铜;陆海凌;王彦平;林赟;申文杰 - 北方工业大学
  • 2021-04-27 - 2023-08-08 - G06F18/21
  • 本发明公开基于神经网络估计多目标跟踪系统参数的方法及系统,其中该方法包括:S1、获取实际交通场景的雷达数据,并对雷达数据进行处理;S2、将处理好的雷达数据分为训练数据与测试数据,搭建神经网络模型并使用训练数据对神经网络模型进行训练,其中,神经网络模型用于输出多目标跟踪系统的参数;S3、当神经网络模型训练完成后,使用测试数据测试神经网络模型,获取并评估神经网络模型输出的多目标跟踪系统的参数;S4、循环执行步骤S2和S3,直至多目标跟踪系统的参数满足预设的精确度阈值,并调节多目标跟踪系统。通过神经网络根据实际交通场景的雷达数据对多目标跟踪系统的参数进行估计,实现了多目标跟踪系统参数的自适应调节。
  • 基于神经网络估计多目标跟踪系统参数方法
  • [发明专利]一种智能网联环境下目标融合跟踪方法、系统和介质-CN202210029216.5有效
  • 何书贤;杨哲;施丘岭;刘鹏 - 华砺智行(武汉)科技有限公司
  • 2022-01-12 - 2023-04-18 - G06T7/246
  • 本发明公开了一种智能网联环境下目标融合跟踪方法、系统和介质,属于深度学习技术领域。包括以下步骤:获取视频图像数据,对视频图像数据进行YOLO多目标检测并分类识别,得到跟踪目标的检测结果;根据跟踪目标的检测结果进行目标运动状态估计,并进行卡尔曼滤波建模处理;对跟踪目标的检测结果进行感知轨迹处理,提取连续轨迹数据;对跟踪目标和待检测目标进行运动匹配、外观匹配和GPS轨迹匹配;综合计算得到关联度量,当关联度量大于预设阈值,跟踪目标和待检测目标的匹配完成。本发明在远距离、多目标重叠或遮挡场景下,能够减少多目标跟踪时轨迹丢失的情况发生,提升多目标跟踪性能,提升轨迹数据精度。
  • 一种智能环境目标融合跟踪方法系统介质
  • [发明专利]一种使用全局响应图的端到端的多目标跟踪方法-CN202010802373.6在审
  • 王进军;万星宇;曹佳恺;周三平;邓烨;辛晓萌 - 西安交通大学
  • 2020-08-11 - 2020-12-22 - G06T7/246
  • 本发明公开了一种使用全局响应图的端到端的多目标跟踪方法,包括步骤:1)表达被跟踪目标的运动特征:从数据集中选取所有被跟踪目标的运动属性,并对之进行归一化处理;2)生成训练样本与步骤1)相对应的属性标签:使用基于历史状态信息的逻辑推断方法来生成训练样本实际存在状态的属性标签;3)目标定位:使用训练数据,借助改进的显著性目标检测子网络来训练全局响应图进行目标定位;4)预测目标位置变化;5)距离度量,计算观测空间与状态空间的IOU距离;6)轨迹连接:利构建全局代价矩阵,然后利用匈牙利算法通过最小化代价矩阵来进行最优分配,从而得到最终的目标轨迹。本发明能够高效地实现真正意义上的端到端的多目标跟踪
  • 一种使用全局响应端到端多目标跟踪方法
  • [发明专利]多目标对象轨迹生成方法、系统、电子设备和存储介质-CN202111468098.X在审
  • 詹瑾;岳振猛;赵慧民 - 广东技术师范大学
  • 2021-12-03 - 2022-04-08 - G06T7/246
  • 本发明涉及视频跟踪技术领域,具体涉及多目标对象轨迹生成方法、系统、电子设备和存储介质。该方法包括:获取包含多目标对象的视频数据;对获取的视频数据进行分帧处理,选取空白视频帧画面作为背景,确定分帧后视频帧画面中待跟踪目标对象,并生成待跟踪目标对象的位置框;根据待跟踪目标对象的跟踪特征点进行对应位置框的标号,并计算各位置框的中心点;获取连续视频帧中的多目标对象对应的中心点坐标,根据时序映射至对应的视频数据中,生成视频数据中多目标对象移动轨迹结果。本发明解决了难以对多目标跟踪并生成运动轨迹的问题,在视频中生成连续的中心点轨迹,避免出现多目标对象跟丢或轨迹错误情况。
  • 多目标对象轨迹生成方法系统电子设备存储介质
  • [发明专利]基于AR互动游戏场景的多目标实时跟踪方法及装置-CN202310364722.4在审
  • 李海洋;李华威;侯永弟;马捷径 - 北京甲板智慧科技有限公司
  • 2023-04-07 - 2023-06-23 - G06T7/246
  • 本发明实施例公开了一种基于AR互动游戏场景的多目标实时跟踪方法和装置,所述方法包括:在存在多个目标点的待检测视频流中,对不同目标帧中的同一目标点进行目标关联;针对至少一个目标点,根据所述目标点在所述目标帧中的前一帧中的位置信息,以及所述目标点在所述目标帧中的后一帧中的相似度,利用多目标跟踪算法进行跟踪;在确定所述后一帧中存在目标丢失的情况下,保存所述前一帧中所述目标点的位置信息、特征信息和关联信息,并在所述前一帧中对丢失状态进行标记该方法能够及时保存丢失人员的当前状态并做标记,以便在后续再次检测到出现的新目标时,能够与丢失目标进行相似度匹配,从而解决现有技术中多目标场景下目标易丢失的技术问题。
  • 基于ar互动游戏场景多目标实时跟踪方法装置
  • [发明专利]一种多目标跟踪方法和相关装置-CN201910269650.9有效
  • 程一晟;钟斌 - 深圳云天励飞技术有限公司
  • 2019-04-03 - 2021-09-14 - G06T7/246
  • 本申请公开了一种多目标跟踪方法和相关装置,所述方法包括:获取第一检测帧图像以调用M种检测算法对第一检测帧图像进行处理,得到W组检测目标;确定W组检测目标之间的第一关联关系以生成包含第一关联关系的第一关联信息;获取第一跟踪帧图像以调用M种检测算法对第一跟踪帧图像进行处理,得到X组跟踪目标;将W组检测目标分别与X组跟踪目标进行对比以确定W组检测目标中的每组检测目标与X组跟踪目标是否相同;若不同,则确定X组跟踪目标之间的第二关联关系以生成包含第二关联关系的第二关联信息实施本发明实施例,有利于持续准确的跟踪多个目标,保证稳定的跟踪效果。
  • 一种多目标跟踪方法相关装置

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top