“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]基于粒子滤波和活动轮廓模型的多目标跟踪方法-CN200810195085.8无效
发明人：董春利;董育宁 -专利权人：南京邮电大学
申请日： 2008-10-29 - 公布日： 2009-04-15 - 主分类号： G06T7/20 文献下载
摘要：基于粒子滤波和活动轮廓模型的多目标跟踪方法在整个跟踪过程中充分利用GVF-Snake模型目标轮廓大部分没有被遮挡的轮廓点信息，有效克服跟踪过程中遮挡等复杂环境的影响，在获取了目标初始轮廓后，利用改进的梯度矢量流-参数活动轮廓模型，使参数活动轮廓模型收敛至运动目标的真实轮廓，并根据控制点的距离自适应地增删控制点；然后通过结合粒子滤波，使用改进的K均值聚类算法和能量粒子滤波对多目标进行跟踪，并使用目标被遮挡时的跟踪策略，克服跟踪过程中遮挡的影响。
基于粒子滤波活动轮廓模型多目标跟踪方法

[发明专利]基于SRCK-GMCPHD滤波的多目标跟踪方法-CN201610786127.X有效
发明人：敬忠良;董鹏;李旻哲;梁荔;潘汉 -专利权人：上海交通大学
申请日： 2016-08-30 - 公布日： 2020-07-14 - 主分类号： G06K9/46 文献下载
摘要：本发明提供了一种基于SRCK‑GMCPHD滤波的多目标跟踪方法，利用容积数值积分方法来处理非线性变换后随机变量的均值和方差，并同时使用GMCPHD算法对目标状态和数目进行估计；将平方根方法引入到CPHD的预测、更新和高斯元修剪过程中，使得仅有误差方差阵的平方根在整个过程中传递，增强了算法的数值精度和稳定性。本发明的多目标跟踪效果优于传统的EK‑GMCPHD方法，并且具有较广的适用性，能够被应用于雷达、红外目标跟踪、移动机器人定位等领域。
基于 srck gmcphd 滤波多目标跟踪方法

[发明专利]基于多目标跟踪的分布式MIMO雷达最少阵元快速提取方法-CN202010042626.4有效
发明人：王盛;蒋春启;陈松;郑娜娥;张靖志;吕品品;田英华;岳嘉颖;张龙;任修坤 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2020-01-15 - 公布日： 2022-01-21 - 主分类号： G01S13/66 文献下载
摘要：本发明属于雷达目标跟踪技术领域，特别涉及一种基于多目标跟踪的分布式MIMO雷达最少阵元快速提取方法，包含：以多目标位置估计误差最大值作为跟踪精度误差，使其小于给定位置精度，建立给定位置精度要求下的最少阵元选取优化模型本发明能够避免现有目标跟踪盲目选取阵元所带来的计算复杂度的增加，在保证多目标跟踪性能的情况下大幅降低计算量，实现对目标的快速追踪，与现有对比算法相比，计算量降幅能够达到近80％以上，以提高雷达系统目标跟踪精度和效率
基于多目标跟踪分布式 mimo 雷达最少快速提取方法

[发明专利]一种基于目标信噪比特征估计的鲁棒多目标跟踪方法-CN202211025535.5在审
发明人：饶鹏;王艺;陈忻 -专利权人：中国科学院上海技术物理研究所
申请日： 2022-08-25 - 公布日： 2022-12-30 - 主分类号： G06F17/10 文献下载
摘要：本发明属于智能信息处理技术领域，公开了一种基于目标信噪比特征估计的鲁棒多目标跟踪方法，包括如下步骤：步骤1，建立目标跟踪的状态模型与观测模型，参数初始化；步骤2，根据模型及k‑1时刻的状态对k时刻的目标状态进行预测；步骤3，使用k时刻收到的量测数据对预测的目标状态进行更新；步骤4，构建MBM分量全局假设；步骤5，对得到的更新后的Poisson分量和MBM分量分别进行合并、修剪等，降低算法复杂度；步骤6，估计目标的状态及检测概率本发明解决了多目标跟踪过程中检测概率未知的问题，提高了多目标跟踪的鲁棒性和精确性，具有实际的工程应用价值。
一种基于目标特征估计多目标跟踪方法

[发明专利]一种多目标跟踪方法、装置及电子设备-CN202110705762.1在审
发明人：李翠;李丽萍;程新红;张丽;樊英;杨润珊 -专利权人：西安天和防务技术股份有限公司
申请日： 2021-06-24 - 公布日： 2021-09-03 - 主分类号： G06T7/246 文献下载
摘要：本申请提供了一种多目标跟踪方法，该方法包括：获取待处理图像，待处理图像包括多帧图像；确定第N帧图像中的新增目标，新增目标为：第N帧图像中的多个检测目标中，与多个预测跟踪目标未匹配成功的检测目标；将新增目标与预测跟踪失效目标库中的预测跟踪失效目标分别进行匹配，得到匹配结果；预测跟踪失效目标为：第N帧图像中的多个预测跟踪目标中，与多个检测目标未匹配成功的预测跟踪目标；预测跟踪失效目标库为1个或多个预测跟踪失效目标的集合；根据匹配结果，确定第N帧图像中多个检测目标的标识本申请提供的方法，可以改善有遮挡情况下的目标追踪效果，也减少了目标ID跳变的问题，同时提升多目标跟踪算法的精度。
一种多目标跟踪方法装置电子设备

[发明专利]一种多传感器多目标跟踪条件下的数据关联方法-CN201811646851.8有效
发明人：袁德平 -专利权人：中国电子科技集团公司第二十研究所
申请日： 2018-12-29 - 公布日： 2022-06-21 - 主分类号： G01S13/72 文献下载
摘要：本发明提供了一种多传感器多目标跟踪条件下的数据关联方法，判断量测是否为目标的备选量测；建立目标函数及其约束条件，对粒子群算法进行适应性改进，并快速进行寻优求解求出次优解，对蚁群算法进行改进，使得蚁群算法中的各个参数与目标函数及约束条件相匹配，进一步快速求解出最优解，通过迭代寻优，为N个目标匹配到了N个最优量测值，完成了多传感器多目标一个跟踪周期的关联运算。本发明通过采用混合群智能算法，在保证关联准确性的基础上，能够快速的获得关联结果，确保了关联算法的实时性。
一种传感器多目标跟踪条件下数据关联方法

[发明专利]基于粒子滤波的多摄像头多目标跟踪算法-CN201410564116.8在审
发明人：梁志伟;徐小根;刘洋 -专利权人：南京邮电大学
申请日： 2014-10-21 - 公布日： 2015-02-25 - 主分类号： G06T7/20 文献下载
摘要：本发明提供一种基于粒子滤波的多摄像头多目标跟踪算法，首先建立二阶自回归运动模型及基于目标颜色直方图和运动直方图的观测模型，利用粒子滤波在各个单摄像头中进行跟踪，通过各摄像头目标检测数据在中心处理机进行融合并基于粒子滤波对多个摄像头的目标进行有效地跟踪；该算法能够在实现多摄像头多目标鲁棒地跟踪。多个摄像头间目标人主轴的检测主要基于视野中目标人的主轴和转换的另一视角中与第一视角中对应的“地面点”的交点，该交点用于更新单个摄像机视野中目标人的“地面点”。该算法利用了一种基于主轴的快速且细致的数据融合过程，当目标各目标相隔较近，作为一个联合状态时，在每个单摄像机中利用了MCMC取样步骤的优势。
基于粒子滤波摄像头多目标跟踪算法

[发明专利]基于空间拓扑和身份聚合的目标域数据的多目标跟踪方法-CN202211260826.2在审
发明人：滕竹;李芮;王子印;张宝鹏;李棋瑞;刘瑜淼;陈晧阳 -专利权人：北京交通大学;艾弗世（苏州）专用设备股份有限公司
申请日： 2022-10-14 - 公布日： 2023-02-24 - 主分类号： G06N3/0895 文献下载
摘要：本发明提供了一种基于空间拓扑和身份聚合的多目标跟踪网络演化方法。该方法包括：(1)在有标签的源域中训练基于空间拓扑结构的多目标跟踪网络和身份聚合网络，得到参数更新后的多目标跟踪网络和身份聚合网络；(2)利用参数更新后的多目标跟踪网络和身份聚合网络获取无标签目标域中数据的伪标签；(3)利用得到的伪标签和多目标跟踪网络中的自监督模块更新整个多目标跟踪网络的参数。上述的步骤(2)和(3)迭代执行多轮后得到的网络参数用于进行目标域的多目标跟踪。本发明方法可以解决多目标跟踪的域适应问题，抑制多目标跟踪网络模型在没有标签的跟踪场景中性能大幅度下降的问题。
基于空间拓扑身份聚合目标数据多目标跟踪方法

[发明专利]一种在线多目标跟踪方法、系统及应用-CN202010642053.9有效
发明人：李洁;王飞;陈威;续拓;刘学文;张翔宇;焦群翔 -专利权人：西安电子科技大学
申请日： 2020-07-06 - 公布日： 2023-06-23 - 主分类号： G06V20/40 文献下载
摘要：本发明属于计算机视觉与深度学习技术领域，公开了一种在线多目标跟踪方法、系统及应用，将视频当前帧图像输入到卷积神经网络中；在卷积神经网络中卷积后，对不同目标在不同通道特征图上的特征进行提取；融合所提取到的特征为一个特征矩阵；将视频下一帧图像输入，重复上述步骤得到该帧的特征矩阵；将当前帧的特征矩阵与之前得到的前n(1≤n≤30)帧特征矩阵进行数据关联操作；将数据关联操作后的结果利用改进后的匈牙利算法实现目标之间的正确跟踪，实现多目标跟踪方法。根据实验结果，本发明的在线多目标跟踪方法有效提高了跟踪准确度，且在复杂场景下也有很好的鲁棒性。
一种在线多目标跟踪方法系统应用

[发明专利]一种基于显著性检测的分层多目标跟踪方法-CN201911314479.5有效
发明人：金立生;高铭;郭柏苍;华强;闫福刚;司法;石健;孙栋先;王禹涵;贾素华;张舜然;迟浩天;郑义 -专利权人：吉林大学
申请日： 2019-12-19 - 公布日： 2022-12-23 - 主分类号： G06V20/56 文献下载
摘要：本发明涉及一种基于显著性检测的分层多目标跟踪方法，包括以下步骤：构建基于已有标准数据集与人工标注混合的混合数据集；构建道路交通场景显著性区域检测子网络生成显著性区域与非显著性区域；利用目标检测算法检测每一帧目标；构建卷积网络、长短时记忆与图卷积网络相结合的多目标跟踪网络模型，并跟踪显著性区域目标；构建并行KCF池对非显著性区域内目标进行单目标跟踪；将显著性区域与非显著性区域轨迹结合并后处理生成整体轨迹。本发明通过增加快速显著性检测方法，生成显著性区域包围框，对以输入检测和跟踪目标；能够加快检测速度同时，保持检测精度；可为真实情景下自动驾驶多目标跟踪降低计算复杂度，加速跟踪。
一种基于显著检测分层多目标跟踪方法

[发明专利]基于MAPPO算法的多无人机多目标协同跟踪控制方法-CN202211017296.9在审
发明人：张平;张斌 -专利权人：华南理工大学
申请日： 2022-08-23 - 公布日： 2022-12-23 - 主分类号： G05D1/10 文献下载
摘要：本发明提出基于MAPPO算法的多无人机多目标协同跟踪控制方法。方法包括多无人机目标跟踪过程建模；环境标准化及数据归一化预处理；多目标任务分配；设计状态、动作价值函数以及奖励回报函数；设计深度神经网络结构；将各无人机的局部观测状态输入所述多无人机多目标协同跟踪控制器，得到各无人机的动作控制量，根据各动作控制量控制各无人机工作，完成控制多无人机对多目标展开协同跟踪任务。本发明方法采用分布式框架，降低了无人机对通信和计算能力的要求，有效解决了传统的多无人机多目标跟踪方法计算量大、无人机之间可能相互影响或碰撞、难以应对需要实时解算的环境变化等问题，具有较强的自适应性和鲁棒性
基于 mappo 算法无人机多目标协同跟踪控制方法

[发明专利]一种基于深度学习的远光灯识别方法-CN202011292620.9在审
发明人：张中;黄俊杰;李安 -专利权人：合肥湛达智能科技有限公司
申请日： 2020-11-18 - 公布日： 2021-03-12 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及远光灯技术领域，具体涉及一种基于深度学习的远光灯识别方法，本发明提取表征光斑和光晕图像信息的中心亮度、边缘对称性、线性梯度等特征，判断车灯类别；基于多目标卷积神经网络对车灯类别提取与分类，使用深度学习算法实现多任务学习；利用改进DBSCAN算法与最小二乘法相结合对车灯类别进行拟合；预测帧间位移极限值以自适应生成跟踪搜索区域，最优化相邻帧目标匹配函数实现多车灯跟踪；跟踪远光车灯一定距离后，通过共线性约束进行左右车灯配对减少了以往多目标跟踪的复杂度，同时单车灯上下独立匹配，不受车灯改装的影响。同时使用深度学习算法显著提高识别效果。
一种基于深度学习远光灯识别方法

[发明专利]一种基于自查询的用于无人车的多目标跟踪器及跟踪方法-CN202110834691.5在审
发明人：陈龙;朱程铮;蔡英凤;王海;李祎承;孙晓强 -专利权人：江苏大学
申请日： 2021-07-23 - 公布日： 2021-11-12 - 主分类号： G06F16/903 文献下载
摘要：本发明公开了一种基于自查询的用于无人车的多目标跟踪器及跟踪方法，摄像头所拍到的视频帧经ResNet‑50网络提取特征信息后，将特征分别输入检测分支与自查询分支。将检测分支的检测结果与自查询分支结果进行交并比计算，完成跟踪。本发明提出了一种基于热图响应的检测分支，大幅简化检测分支的后处理流程，有效提升了智能车辆的多目标跟踪速度；加入了自查询分支，提高了智能车辆的多目标跟踪精度；仅使用交并比匹配即可完成对象轨迹的关联，缩减了整个模型的后处理流程，有效提升了智能车辆多目标跟踪的实时性；本发明设计的跟踪器的结构均为模块化构建，可以根据实际使用中的工况的不同修改相应的模块数量，保证了本算法的复用性与维护性。
一种基于查询用于无人多目标跟踪方法

[发明专利]基于多目标跟踪算法的城市高架道路车辆测速方法-CN202110429725.2在审
发明人：封玲;王晓宇;王一明;胡珉;高新闻;薛子欣;赵鹏;陈莹锋 -专利权人：上海浦江桥隧运营管理有限公司;上海大学;上海城建城市运营（集团）有限公司;上海市政养护管理有限公司
申请日： 2021-04-21 - 公布日： 2021-07-09 - 主分类号： G01P3/68 文献下载
摘要：本发明公开了基于多目标跟踪算法的城市高架道路车辆测速方法，本发明的有益效果：本发明采用先进的多目标跟踪算法，实现对城市高架道路中车辆行驶速度的精确测量，能够提高道路交通的安全性和效率，同时本发明能够在无需添加外部设备的情况下
基于多目标跟踪算法城市高架道路车辆测速方法

[发明专利]一种多目标行为识别方法、装置、存储介质以及电子设备-CN202110509157.7在审
发明人：汤寅航;赵迪 -专利权人：创新奇智（成都）科技有限公司
申请日： 2021-05-11 - 公布日： 2021-06-18 - 主分类号： G06K9/00 文献下载
摘要：本申请实施例提供一种多目标行为识别方法、装置、存储介质以及电子设备，所述方法包括：采用多目标跟踪算法确定目标场景中至少一个对象所在的人体区域和所述至少一个对象的手部所在的手部区域，得到与各对象分别对应的人体序列和手部序列；根据目标对象的人体序列和手部序列识别所述目标对象的行为，其中，所述目标对象属于所述至少一个对象中的包括的任意一个或多个对象，所述行为的类型包括是否抽烟。本申请的一些实施例通过多目标跟踪和行为识别实现了多目标对象的行为识别。
一种多目标行为识别方法装置存储介质以及电子设备