“跟踪视频序列 ”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612340个，建议您升级VIP下载更多相关专利

[发明专利]一种描述和捕获视频对象的方法及设备-CN200710165614.5有效
发明人：赵光耀 -专利权人：华为技术有限公司
申请日： 2007-10-23 - 公布日： 2009-04-29 - 主分类号： H04N7/18 文献下载
摘要：本发明公开了一种描述和捕获视频对象的方法及设备，通过捕获视频图像，生成视频序列，根据视频序列生成视频对象跟踪序列；根据视频对象跟踪序列及视频序列，生成视频对象描述符。重放视频对象，根据获取的视频对象跟踪序列包括的信息对视频对象进行捕获和跟踪。应用本发明，由于在构造的视频对象跟踪序列中，通过视频对象区域跟踪编号捕捉和跟踪视频对象，不需要逐帧为每个视频对象建立视频对象描述符，从而减少了视频对象描述符的数量，既能很好地适应智能视频交互的应用需求，又加快了视频资料的检索速度。
一种描述捕获视频对象方法设备

[发明专利]一种基于卷积神经网络的视频实例分割方法及设备-CN201911013997.3有效
发明人：何毅;杨晓云 -专利权人：中科智云科技有限公司
申请日： 2019-10-23 - 公布日： 2021-08-10 - 主分类号： G06T7/11 文献下载
摘要：本申请的目的是提供一种基于卷积神经网络的视频实例分割方法及设备，本申请通过获取视频序列并确定待检测目标对象；通过跟踪器对视频序列进行目标对象的跟踪，得到视频序列中的目标对象的跟踪结果；判断跟踪结果是否大于跟踪阈值，若是，则将跟踪结果确定为目标对象的分类结果，若否，则对视频序列重新进行分类检测，以得到目标对象的重分类结果，通过对视频序列中的目标对象进行跟踪得到跟踪结果，并对跟踪结果进行分类结果准确度判定，若不符合准确度要求则对视频序列重新进行分类检测，以得到更为精确的视频序列的目标对象的分类结果，实现了对整个视频序列的目标对象的分类，提高了视频实例分割处理的性能和视频分割的准确度。
一种基于卷积神经网络视频实例分割方法设备

[发明专利]目标跟踪方法、装置、电子设备及存储介质-CN202310915024.9在审
发明人：梁玲燕;赵雅倩;董刚;晁银银;张开华 -专利权人：苏州浪潮智能科技有限公司
申请日： 2023-07-25 - 公布日： 2023-08-22 - 主分类号： G06T7/20 文献下载
摘要：本发明提供一种目标跟踪方法、装置、电子设备及存储介质，涉及计算机视觉技术领域，该方法包括：获取当前场景对应的当前视频序列；将当前视频序列输入至多目标跟踪模型中，得到多目标跟踪模型输出的当前视频序列中各目标的跟踪轨迹；其中，多目标跟踪模型是基于当前场景对应的历史视频序列，以及基于预训练神经网络模型对历史视频序列进行多目标跟踪获取的伪标签进行训练得到的。本发明实现利用当前场景下的视频序列进行半监督训练得到既具备当前场景的场景知识，又可高效精准地对当前场景下的视频序列进行多目标跟踪的多目标跟踪模型，由此提高目标跟踪准确性。
目标跟踪方法装置电子设备存储介质

[发明专利]一种视频图像中的目标跟踪方法及装置-CN202010501281.4在审
发明人：詹瑾;郑伟俊;谢桂园 -专利权人：广东技术师范大学
申请日： 2020-06-04 - 公布日： 2020-11-13 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种视频图像中的目标跟踪方法及装置，其中，所述方法包括：对视频进行帧拆分处理，获得视频帧序列；基于目标检测网络模型对所述视频帧序列中进行待跟踪目标的检测，获得待跟踪目标的目标区域；对所述待跟踪目标的目标区域在对应的视频帧序列中进行坐标定位，并记录坐标位置信息；基于视频帧序列将当前视频帧中的待跟踪目标的目标区域与上一视频帧的待跟踪目标的目标区域进行关联计算，获得关联计算结果；基于所述关联计算结果获取待跟踪目标在所述视频帧序列中的运动轨迹。在本发具体明实施中，可以实现对视频图像中的目标进行跟踪，并且准确的跟踪目标，满足用户的需求。
一种视频图像中的目标跟踪方法装置

[发明专利]基于生成对抗网络的抗模糊无人驾驶车辆多目标跟踪方法-CN202011460523.6在审
发明人：梁军;马皓月;刘创;张婳;张智源 -专利权人：浙江大学
申请日： 2020-12-11 - 公布日： 2021-03-05 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于生成对抗网络的抗模糊无人驾驶车辆多目标跟踪方法，该方法将视频序列分为模糊视频序列和非模糊视频序列，针对模糊视频序列使用“去模糊算法”进行去模糊，在获得清晰的视频序列图像后，使用检测器、数据关联、跟踪器实现多目标的跟踪。本发明针对因车体抖动等导致相机采集到的图像模糊的情况，实现了无人驾驶车辆采集的模糊视频序列的处理和多目标跟踪，其实现方法简便，手段灵活，能有效解决抖动导致的多目标跟踪效果变差的问题，提高多目标跟踪的准确率
基于生成对抗网络模糊无人驾驶车辆多目标跟踪方法

[发明专利]一种监控视频的多目标跟踪方法及系统-CN202210220010.0在审
发明人：丁萌;周嘉麒;曹云峰;魏丽 -专利权人：南京航空航天大学
申请日： 2022-03-08 - 公布日： 2022-06-07 - 主分类号： G06T7/277 文献下载
摘要：本发明提供了一种监控视频的多目标跟踪方法及系统，涉及计算机视觉技术与民航交通运输工程技术领域，获取待跟踪实时监控视频；将待跟踪实时监控视频进行分帧处理，得到待跟踪视频帧序列；将待跟踪视频帧序列输入到多目标识别模型，得到目标信息组序列；根据目标信息组序列，利用Kalman滤波算法和多目标跟踪模型确定待跟踪实时监控视频中多个目标的跟踪轨迹；通过对YOLOv4神经网络和DeepSORT神经网络进行改进并训练得到，多目标识别模型和多目标跟踪模型，能够自动确定待跟踪实时监控视频中多个目标的跟踪轨迹，提高了视频监视的智能化水平。
一种监控视频多目标跟踪方法系统

[发明专利]一种视频中目标检测跟踪方法-CN201810940035.1有效
发明人：尚凌辉;张兆生;王弘玥;郑永宏 -专利权人：浙江捷尚视觉科技股份有限公司
申请日： 2018-08-17 - 公布日： 2022-05-03 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种视频中目标检测跟踪方法。本发明首先对视频进行分段抽样，得到若干段视频图像帧序列。再次计算视频序列中输出的所有检测结果对应的目标特征向量的相关矩阵，进而得到视频序列中所有检测到的目标在频序列内的跟踪结果。最后按时间轴对分段抽样的视频图像帧序列进行排序，将视频图像帧序列的目标检测跟踪轨迹和特征矩阵输入至神经网络模型，得到每个视频图像帧序列中每个目标的跟踪特征，利用此跟踪特征计算相邻两个视频图像帧序列之间所有目标的相关性，从而完成整个视频段中目标的跟踪。
一种视频目标检测跟踪方法

[发明专利]基于被跟踪目标运动轨迹对设备角度的调整方法及装置-CN202010501273.X在审
发明人：詹瑾;黄智慧;李伟键 -专利权人：广东技术师范大学
申请日： 2020-08-12 - 公布日： 2020-11-13 - 主分类号： G06T7/20 文献下载
摘要：本发明公开了一种基于被跟踪目标运动轨迹对设备角度的调整方法及装置，其中，所述方法包括：对视频依次进行帧拆分处理，获得视频帧序列；基于目标检测网络模型对视频帧序列中进行待跟踪目标的检测，获得待跟踪目标的目标区域；对待跟踪目标的目标区域在对应的视频帧序列中进行坐标定位；基于视频帧序列将当前视频帧中的待跟踪目标的目标区域与上一视频帧的待跟踪目标的目标区域进行关联计算，并获取待跟踪目标在所述视频帧序列中的运动轨迹；在本发明实施例中，可以实时对设备进行跟踪角度的微调整，保证设备能准确的对目标进行跟踪。
基于跟踪目标运动轨迹设备角度调整方法装置

[发明专利]视频跟踪方法、视频跟踪系统及摄像机-CN201711029805.9在审
发明人：张捷 -专利权人：天津华来科技有限公司
申请日： 2017-10-27 - 公布日： 2018-04-06 - 主分类号： G06T3/00 文献下载
摘要：本发明实施例提供一种视频跟踪方法、视频跟踪系统及摄像机，该视频跟踪方法应用于摄像机，包括获取摄像机摄录的视频的视频帧图像序列，其中，视频为同时摄录、包含不同视角的视频；将视频帧图像序列中的视频帧图像进行差分运算以获取视频中移动对象的参数；根据获取的移动对象的参数跟踪显示移动对象。本发明实施例提供的应用于摄像机的视频跟踪方法通过获取摄像机摄录的视频的视频帧图像序列，其中视频为同时摄录、包含不同视角的视频，将视频帧图像序列中的视频帧图像进行差分运算以获取视频中移动对象的参数，并根据获取的移动对象的参数跟踪显示该移动对象的方式，实现了摄像机对摄录视频中的移动对象的侦测或跟踪的目的。
视频跟踪方法系统摄像机

[发明专利]一种局部特征块相似匹配目标跟踪方法-CN201910342327.X在审
发明人：刘万军;李放;刘大千;孙虎 -专利权人：辽宁工程技术大学
申请日： 2019-04-26 - 公布日： 2019-08-09 - 主分类号： G06T7/246 文献下载
摘要：本发明提供一种局部特征块相似匹配目标跟踪方法，涉及计算机视觉技术领域。该方法读取待跟踪视频图像序列，将第一帧待跟踪视频图像序列作为训练图像，并建立待跟踪视频图像的初始目标模型；然后读取待跟踪视频图像序列的第t帧作为当前帧图像，在当前帧中，根据第一帧圈定的初始目标区域的中心和对角线长度得到当前帧的匹配前景区域；利用陆地移动距离模型匹配算法进行目标检测，确定匹配到的跟踪目标；利用阈值决策方法判断目标模型T中各个局部特征块是否发生严重遮挡，并对当前待跟踪视频图像的目标模型T进行更新；对所有待跟踪视频图像序列进行目标检测，得到待跟踪视频图像序列的跟踪结果。
视频图像序列跟踪局部特征匹配读取初始目标目标跟踪目标检测目标模型视频图像相似匹配计算机视觉技术对角线跟踪结果跟踪目标模型匹配匹配结果前景区域训练图像阈值决策帧图像鲁棒算法遮挡陆地更新

[发明专利]一种无人机观测目标的实时跟踪方法及系统-CN202110610286.5在审
发明人：陈余庆;孙钰涵;徐慧朴;纪勋;余明裕;刘田禾 -专利权人：大连海事大学
申请日： 2021-06-01 - 公布日： 2021-09-10 - 主分类号： G06T7/246 文献下载
摘要：本发明提供一种无人机观测目标的实时跟踪方法及系统。方法包括：通过无人机获取目标视频序列，所述目标视频序列的各帧均包括跟踪目标；由所述目标视频序列识别出跟踪目标，并通过预先训练的孪生神经网络处理所述目标视频序列，得到后续视频帧中跟踪目标的位置；基于视频序列中相邻帧中跟踪目标的位置，计算跟踪目标偏移量；对像素坐标与大地坐标系进行转换，根据所述跟踪目标偏移量获取实际无人机对应的移动角度与移动距离，从而实现目标跟踪。本发明通过孪生神经网络提取图像的深度特征，对跟踪目标的识别与捕捉更加准确且快速，网络属于轻量级网络，能够实时的应用于无人机平台。
一种无人机观测目标实时跟踪方法系统

[发明专利]全景视频剪辑方法、装置、设备、存储介质和程序产品-CN202310887834.8在审
发明人：蔡锦霖 -专利权人：影石创新科技股份有限公司
申请日： 2023-07-19 - 公布日： 2023-10-20 - 主分类号： H04N23/951 文献下载
摘要：本申请涉及一种全景视频剪辑方法、装置、设备、存储介质和程序产品。方法包括：根据全景视频的各视频帧中目标物的跟踪框信息，从全景视频中确定跟踪框序列；全景视频为目标物从起始位置环绕全景相机运动至少一圈后得到的视频；根据跟踪框序列的总时长、跟踪框序列中的各跟踪框信息和预设的目标物的分身数量，对全景视频进行剪辑得到目标视频。采用本方法能够提高全景视频的剪辑效率。
全景视频剪辑方法装置设备存储介质程序产品

[发明专利]一种基于跟踪学习检测的目标跟踪优化方法-CN201810079102.5有效
发明人：赵亦工;李长桂 -专利权人：西安电子科技大学
申请日： 2018-01-26 - 公布日： 2022-03-18 - 主分类号： G06T7/277 文献下载
摘要：本发明公开了一种基于跟踪学习检测的目标跟踪优化方法，属于计算机视觉领域，其主要思路为：确定L帧灰度图像视频帧序列，每帧灰度图像视频帧序列中分别包含一个跟踪目标；第1帧灰度图像视频帧序列中的跟踪目标位置已知，其余L‑1帧灰度图像视频帧序列中的跟踪目标位置未知；t∈{1,2,…,L}，t的初始值为1；在第t帧目标限定框个均匀跟踪点，进而在第t+1帧灰度图像视频帧序列中得到第t+1帧灰度图像视频帧序列的跟踪阶段限定框tbt+1；从第t+1帧灰度图像视频帧序列中获得第t+1帧灰度图像视频帧序列的检测阶段限定框dbt+1，进而确定第t+1帧跟踪目标的最终位置；令t的值加1，直到得到第2帧跟踪目标的最终位置至第L帧跟踪目标的最终位置，并记为基于跟踪学习检测的目标跟踪优化结果
一种基于跟踪学习检测目标优化方法

[发明专利]一种轨迹跟踪方法和装置-CN202211414553.2在审
发明人：高进权 -专利权人：北京灵赋生物科技有限公司
申请日： 2022-11-11 - 公布日： 2023-01-20 - 主分类号： G06T7/254 文献下载
摘要：本申请提供了轨迹跟踪方法和装置，包括：获取目标对象的连续视频帧组成的目标视频帧序列；确定目标对象在每个子视频帧序列中的位置信息，并基于确定出的位置信息和每个子视频帧序列中笼子的位置信息，确定每个子视频帧序列对应的左半空背景视频帧和右半空背景视频帧；根据每个子视频帧序列对应的左半空背景视频帧和右半空背景视频帧对每个子视频帧序列进行背景减除，得到每个子视频帧序列对应的前景视频帧序列；基于每个子视频帧序列对应的前景视频帧序列，确定目标对象在目标视频帧序列中的运动轨迹本申请对目标对象所在的环境没有要求，降低了轨迹跟踪的成本，实用性更好；频繁更新左半空背景视频帧和右半空背景视频帧，提高了轨迹跟踪效果。
一种轨迹跟踪方法装置

[发明专利]一种基于跟踪学习检测的目标跟踪优化方法-CN201711213564.3在审
发明人：赵亦工;李长桂 -专利权人：西安电子科技大学
申请日： 2017-11-28 - 公布日： 2018-04-27 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种基于跟踪学习检测的目标跟踪优化方法，思路为确定L帧灰度图像视频帧序列，第1帧灰度图像视频帧序列中的跟踪目标位置已知，其余L‑1帧灰度图像视频帧序列中的跟踪目标位置未知；t∈{1,2,…,L}，t的初始值为1,L为大于1的正整数；确定第1帧跟踪目标主体部分和第1帧跟踪目标的边缘部分；从第t帧跟踪目标的边缘部分和第t帧跟踪目标主体部分中得到Nt个跟踪点，进而在第t+1帧灰度图像视频帧序列得到第t+1帧跟踪目标限定框tbt+1；从第t+1帧灰度图像视频帧序列中获得第t+1帧灰度图像视频帧序列中的个检测目标限定框；进而得到第t+1帧跟踪目标的确定位置；令t的值加1,直到得到第2帧跟踪目标的确定位置至第L帧跟踪目标的确定位置，并记为基于跟踪学习检测的目标跟踪优化结果。
一种基于跟踪学习检测目标优化方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条