“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SORT的多目标跟踪识别展示系统-CN201910755447.2在审
发明人：叶雪军;唐建宇;陈智全;周子程;袁慧 -专利权人：湖北经济学院
申请日： 2019-08-15 - 公布日： 2019-11-15 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了基于SORT的多目标跟踪识别展示系统，包括以下步骤：(1)状态估计；(2)轨迹处理；(3)匹配，有益效果：跟踪模块使用SORT算法进行多目标跟踪，记录所有跟踪的鱼的运动轨迹，以便进行分析，经过多次反复的尝试，测试出跟踪模块没有出现问题，在目标跟踪上，利用多目标跟踪算法SORT，能够跟踪出摄像头所拍摄到的画面中识别出的各种鱼类，在目标跟踪时，利用计算机视觉的目标跟踪算法，由于此算法学习和检测的速度较快，跟踪效率也大大提升，用来实时跟踪识别算法识别出的所有的鱼类，当检测到该鱼的生存状态不佳时，进行单目标跟踪，以便对其能够及时的治疗，可以用于掌握当前鱼的生理状况，从而辅助管理员更好地管理鱼缸。
跟踪多目标跟踪跟踪模块目标跟踪鱼类多目标跟踪算法目标跟踪算法计算机视觉摄像头鱼缸生存状态生理状况实时跟踪算法识别算法学习运动轨迹展示系统状态估计单目标检测算法匹配测试拍摄记录治疗分析管理

[发明专利]一种基于MF-DeepSORT的交通多目标跟踪方法及系统-CN202210455683.4在审
发明人：胡爱群;黄晨 -专利权人：东南大学
申请日： 2022-04-24 - 公布日： 2022-07-08 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种基于MF‑DeepSORT的交通多目标跟踪方法及系统，包括：使用YOLOv5检测模型进行目标检测，获得目标区域；提取目标区域的深度卷积特征和方向梯度直方图特征，输入到级联匹配阶段进行跟踪匹配；未能匹配成功的目标区域和跟踪目标进行交并比关联匹配。本发明相比于当前DeepSORT跟踪算法在增加少量计算量的情况下，提升了多目标跟踪算法的跟踪精度性能，同时获得更高的多目标跟踪准确性和更低的跟踪ID切换次数。
一种基于 mf deepsort 交通多目标跟踪方法系统

[发明专利]一种光电跟踪系统自抗扰控制方法-CN202210878286.8在审
发明人：毛耀;王浩霖;聂康;陈兴龙;包启亮 -专利权人：中国科学院光电技术研究所
申请日： 2022-07-25 - 公布日： 2022-11-08 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种光电跟踪系统自抗扰控制方法，首先是建立光电跟踪系统位置环自抗扰控制系统。其次，对多目标粒子群优化算法进行改进，在进化过程中采用自适应非线性化方式调整算法参数并引入变异操作。最后，采用改进多目标粒子群优化算法对自抗扰控制模型参数进行整定。本发明在多目标粒子群优化算法中引入变异操作并对算法参数进行自适应非线性化处理，提高了算法的全局和局部搜索能力，避免粒子陷入局部最优的同时还提高了算法的收敛速度，将改进的多目标粒子群优化算法用于自抗扰控制系统参数整定，与传统带宽法参数整定相比，本方法实现光电跟踪位置环的快速、精准跟踪，改善了光电跟踪系统位置环的跟踪效果。
一种光电跟踪系统控制方法

[发明专利]一种基于角点检测和孪生网络的多目标跟踪方法及装置-CN202010820741.X在审
发明人：杨飞;王嘉琳;王维颂;郎济莹 -专利权人：山东大学
申请日： 2020-08-14 - 公布日： 2020-11-24 - 主分类号： G06T7/20 文献下载
摘要：本发明公开了一种基于角点检测和孪生网络的多目标跟踪方法及装置。其是采用了一种优秀的跟踪框架，包括三部分，其一是该方法先利用角点检测对全局的目标进行检测，该方法是利用交火模块大大减小了主干网络的参数量；其二是在得到检测结果后裁取需要跟踪的目标，利用孪生神经网络算法继续跟踪，并利用孪生神经网络速度快的优势并行进行多目标的跟踪；最后是跟踪过程利用卡尔曼滤波去除跟踪噪音。本发明将基于角点与卡尔曼滤波的跟踪算法应用到多目标跟踪上，结合孪生神经网络算法的优势，很好的完成了多目标跟踪的目标任务，比起传统方法跟踪精度与准确度都得到了不少的提升。
一种基于检测孪生网络多目标跟踪方法装置

[发明专利]基于粒子滤波的被动传感器多目标跟踪方法-CN201010507225.8无效
发明人：姬红兵;蔡绍晓;张俊根 -专利权人：西安电子科技大学
申请日： 2010-10-15 - 公布日： 2011-02-16 - 主分类号： G01C21/20 文献下载
摘要：本发明公开了一种基于粒子滤波的被动传感器多目标跟踪方法，它属于制导技术领域，主要解决现有多目标跟踪方法跟踪易发散，目标状态估计不准确的问题。该方法通过粒子群优化及样本混合采样算法对多目标的样本分布进行优化，并结合联合概率数据关联算法对多目标进行跟踪。首先，利用粒子群优化算法优化多目标联合样本的分布，使其聚集到真实目标出现概率较大的高似然区域；其次，利用这些样本计算目标与观测之间的关联概率及目标后验概率分布；最后，在重采样过程中，将联合样本权值按各目标样本似然分解到对应的目标样本中去，各目标按分解后的权值独立重采样，进一步优化目标样本的分布，提高目标跟踪的精度。
基于粒子滤波被动传感器多目标跟踪方法

[发明专利]基于分布式PMHT的多目标跟踪方法-CN202211342629.5在审
发明人：姚思亦;宋廷松;赖锐;高林;李万春 -专利权人：电子科技大学
申请日： 2022-10-31 - 公布日： 2022-12-23 - 主分类号： G01S13/66 文献下载
摘要：本发明属于目标跟踪技术领域，具体涉及基于分布式PMHT的多目标跟踪方法。该场景下用PMHT算法处理多目标跟踪的数据关联问题，采用多传感器获得更稳定精确的跟踪效果。本发明将其拓展到PMHT分布式算法，在保证跟踪精度的情况下灵活性实时性更强并且融合计算量更低。本发明可以很好的在临近和交叉等复杂环境下进行多目标跟踪，分布式PMHT算法下每个传感器对目标状态的跟踪结果趋于一致，并且有着优于单传感PMHT算法的跟踪精度。分布式PMHT算法与集中式相比，计算量更小，灵活性和及时性更高，并拥有与其接近的跟踪效果。
基于分布式 pmht 多目标跟踪方法

[发明专利]一种基于联合决策与估计的多目标联合检测与跟踪方法-CN202210997000.8在审
发明人：曹雯 -专利权人：长安大学
申请日： 2022-08-19 - 公布日： 2022-11-22 - 主分类号： G06V10/84 文献下载
摘要：本发明公开了一种基于联合决策与估计的多目标联合检测与跟踪方法。多目标联合检测与跟踪的目的是联合判断目标个数并估计其状态，且二者高度耦合。本发明提供的方法不仅计算简单而且性能优越。首先，提出一种贝叶斯联合风险函数，它可以将多目标检测和跟踪风险统一起来；通过充分考虑检测与跟踪之间的本质耦合关系，并利用联合概率数据关联，得到了解析联合解；基于此，提供了一种高效的多目标联合检测与跟踪算法实验结果验证了所提出算法的有效性，通过利用检测与跟踪之间的耦合并结合问题实际，所提出的多目标联合检测与跟踪算法在联合性能上优于现有方法，而且步骤简单，实现方便，易于推广。
一种基于联合决策估计多目标检测跟踪方法

[发明专利]一种联合多目标跟踪和行人角度识别的分类方法-CN202110713283.4有效
发明人：杨春德;徐同耀;姜小明;吕明鸿;余毅;熊道文 -专利权人：重庆邮电大学
申请日： 2021-06-25 - 公布日： 2022-05-10 - 主分类号： G06V10/764 文献下载
摘要：本发明属于多目标跟踪与行人角度识别领域，具体涉及一种联合多目标跟踪和行人角度识别的分类方法，该方法包括：将待检测的图像进行增强处理；将增强后的图像输入到训练好的分类模型中进行行人跟踪和角度的识别分类，根据分类结果对待检测图像进行标记；分类模型为改进的JDE多目标跟踪模型和行人角度识别模型；本发明通过特征共享的方式实现了多目标跟踪算法与行人角度识别的算法的结合，减小了模型参数数量，减小了计算量。本发明既能够对视频中出现的所有大目标以及中等目标进行跟踪，又能够对视频中出现的所有大目标以及中等目标的角度进行角度识别，同时该算法能够满足实时性要求。
一种联合多目标跟踪行人角度识别分类方法

[发明专利]一种基于多算法融合的多目标实时检测、识别及跟踪方法-CN202110198824.4有效
发明人：杨帆;王兴;李凯;赵志毅;张学军;武靖恺;侯鹏亮;杨昆 -专利权人：山西讯龙科技有限公司;太原科技大学;北京中科讯龙科技有限公司
申请日： 2021-02-22 - 公布日： 2023-08-11 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及图像处理技术领域，具体涉及一种基于多算法融合的多目标实时检测、识别及跟踪方法。首先用结合知识蒸馏的方法改进的CenterNet算法模型完成多目标的实时检测；紧接着在CenterNet算法模型中加入基于SENet的残差块，依次进行Squeeze操作、Excitation操作和Reweight操作完成目标识别；然后将Deepsort算法和Centernet算法融合，将多目标实时检测后的帧视频数据调用改进后的Deepsort算法，使用运动特征匹配、表观特征匹配和目标交互特征匹配来确定跟踪目标下一帧的位置，完成多目标跟踪。
一种基于算法融合多目标实时检测识别跟踪方法

[发明专利]一种穿墙雷达多目标图像域稳健跟踪方法-CN201810645753.6有效
发明人：崔国龙;陈国浩;曹凌霄;李虎泉;肖新剑;郭世盛;孔令讲;杨晓波;易伟;张天贤 -专利权人：电子科技大学
申请日： 2018-06-21 - 公布日： 2022-05-31 - 主分类号： G01S13/66 文献下载
摘要：本发明公开了一种穿墙雷达多目标图像域稳健跟踪方法，涉及穿墙雷达技术，特别涉及穿墙雷达的多目标检测跟踪技术。本发明提供适用于穿墙雷达成像后的多目标的图像域跟踪算法。在一定允许误差内快速成像，得到较高质量成像结果；基于PCF加权处理的图像增强算法能有效地抑制栅瓣的影响，增强目标；基于双轴投影的目标模板创建算法能有效地提取目标的特征信息，为跟踪做准备；基于均值漂移和卡尔曼滤波的图像域跟踪算法能有效地应对目标图像扩展和形变的问题，也能轻松应对目标遮挡问题，跟踪精度高。因此，本发明具有实时性好，跟踪精度高的优势，可以直接应用到穿墙雷达装备中。
一种穿墙雷达多目标图像稳健跟踪方法

[发明专利]基于嵌入式平台的实时多目标编批方法-CN202310720715.3在审
发明人：王帅;江山;孙海江 -专利权人：中国科学院长春光学精密机械与物理研究所
申请日： 2023-06-16 - 公布日： 2023-08-15 - 主分类号： G06T7/246 文献下载
摘要：本发明涉及一种基于嵌入式平台的实时多目标编批方法，包括以下步骤：步骤1：检测目标的空间位置信息；步骤2：空间位置关联；步骤3：身份信息更新；步骤4：板卡联动。本发明的基于嵌入式平台的实时多目标编批方法，其是基于嵌入式平台多目标检测与实时跟踪的新方法，适用于复杂场景下高帧频的多目标检测跟踪工作中。改变过去传统跟踪器单一点选目标方式，同时可以应用卷积神经网络提升对目标的检测效果，还可以对多目标完成自动编批并指导跟踪器跟踪状态更新、目标选取及目标重捕获，实现了高帧频复杂背景下的多目标检测跟踪任务。算法步骤和理论简单，编程易于实现，而且能够保证算法的实时性。
基于嵌入式平台实时多目标方法

[发明专利]一种高速多目标检测跟踪和目标图像优选方法及存储介质-CN202010464543.4在审
发明人：鞠蓉;邢卫国;孙超;施远银 -专利权人：南京博雅集智智能技术有限公司
申请日： 2020-05-27 - 公布日： 2020-09-22 - 主分类号： G06T7/20 文献下载
摘要：本发明公开了一种高速多目标检测跟踪和目标图像优选方法及存储介质，应用于计算机视觉技术领域，方法中先获取输入的若干帧视频序列，通过SSD检测器检测当前帧中待跟踪目标，通过基于匈牙利算法实现的多目标跟踪算法对待跟踪目标进行跟踪，并根据上一帧中标记后的待跟踪目标进行数据关联、赋值和标记，最后对当前帧的候选关键目标图像的进行评分更新优选目标图像。本发明通过在高速的多目标跟踪算法基础上，结合匈牙利算法，对待跟踪目标进行数据关联，在不引入ReID模型的情况下，大幅度降低了复杂度，提高跟踪速度，并且速度几乎不随跟踪目标的数量增加而增加；利用过滤器降低跟踪器输出目标中出现错误目标的情况提高目标优选的精度
一种高速多目标检测跟踪目标图像优选方法存储介质

[发明专利]基于联合推理的视频多目标跟踪方法-CN201410016404.X有效
发明人：张辰元;蔡岭;张颖华;赵宇明;胡福乔 -专利权人：上海交通大学
申请日： 2014-01-14 - 公布日： 2014-04-02 - 主分类号： G06K9/62 文献下载
摘要：一种视频处理技术领域的基于联合推理的视频多目标跟踪方法，通过首先读入视频文件的一帧图像并对其进行图像栅格化处理，然后采用在线检测器以及作为跟踪器的KLT跟踪算法标定目标的候选位置，分别筛选后综合结果，其次将得出的候选位置结果进行量化评分，最后利用联合函数来描述目标跟踪情况并将基于联合函数的最优解作为目标在这一帧的位置，即实现目标跟踪。本发明能够解决多目标跟踪下跟踪技术中对于检测跟踪算法结合的处理方法以及多目标相互关系的处理，利用联合函数来描述多目标之间关系，不仅解决了检测与跟踪的结果融合问题，同时也从全局考虑，综合了每个目标之间的关系
基于联合推理视频多目标跟踪方法

[发明专利]一种融合单目标跟踪结果的在线多目标跟踪方法-CN201910580114.0有效
发明人：张姗姗;祝娇 -专利权人：南京理工大学
申请日： 2019-06-28 - 公布日： 2022-09-13 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种融合单目标跟踪结果的在线多目标跟踪方法，该算法包括：利用单目标跟踪算法CSRT预测目标当前的位置；利用ReID网络模型对预测框和检测框区域分别提取特征向量，计算特征向量的相似度；结合目标、预测框，以及检测框构建一个有权重的无向图；利用马尔可夫聚类算法对无向图进行聚类操作，得到集群；最后根据集群中的预测框和检测框更新目标的当前位置。本发明的在线多目标跟踪算法，不仅提高了多目标跟踪的精度，且有效地改善了因目标遮挡、目标尺寸小等造成检测框漏检的情况。
一种融合目标跟踪结果在线多目标方法

[发明专利]一种平养鸡舍黄羽鸡多目标跟踪方法-CN202110793190.7在审
发明人：殷正凌;邹修国;赵中豪;郭宋;张妮;仝曦熳;时逸舟;韩璐 -专利权人：南京农业大学
申请日： 2021-07-13 - 公布日： 2021-10-01 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种平养鸡舍黄羽鸡多目标跟踪方法。该方法包括构建目标检测数据集和多目标跟踪数据集，利用目标检测数据集训练改进YOLOv3模型，作为多目标跟踪的检测器，结合训练后的改进YOLOv3模型与Deep SORT模型，实现黄羽鸡的多目标实时跟踪。本发明针对平养舍内黄羽鸡尺度变化较小，且频繁发生聚集现象这一特点做出改进，改进后的YOLOv3模型mAP高达93.2％，超过其他目标检测算法，速度达到29FPS，较YOLOv3提高了23.4FPS。将改进后的目标检测模型与Deep SORT算法相结合，实现了黄羽鸡的多目标跟踪。
一种养鸡舍黄羽鸡多目标跟踪方法