“热跟踪模型”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1693758个，建议您升级VIP下载更多相关专利

[发明专利]基于机器学习的粒子滤波目标跟踪方法-CN201410441058.X有效
发明人：孙伟;陈龙;赵丹;郭宝龙 -专利权人：西安电子科技大学
申请日： 2014-09-01 - 公布日： 2017-08-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于机器学习的粒子滤波目标跟踪方法，主要解决现有技术跟踪效率低、目标跟踪过程中易受环境变化影响、目标模型适应性不好的问题。本发明实现的具体步骤是(1)提取目标和背景特征；(2)训练目标模型；(3)目标的模板匹配跟踪；(4)判断目标模型变换到实时目标图像的变换参数和最优变换参数之间的绝对误差是否小于0.3；(5)粒子滤波的目标跟踪本发明能有效地提高跟踪效率，并且跟踪目标稳定，目标模型的适应性更强。
基于机器学习粒子滤波目标跟踪方法

[发明专利]一种采用角度预测值修正的被动探测目标跟踪方法-CN201510367676.9在审
发明人：严波;胡进;王谦诚;臧勤 -专利权人：中国船舶重工集团公司第七二四研究所
申请日： 2015-06-29 - 公布日： 2015-11-04 - 主分类号： G01S5/00 文献下载
摘要：本发明为一种采用角度预测值修正的被动探测目标跟踪方法，主要针对被动探测目标纯角度跟踪算法，考虑对目标的角度跟踪为非线性模型，对滑窗最小二乘算法进行了改进，并引入了角度预测值，将预测值与观测值进行加权处理，修正用线性跟踪模型进行滤波带来的模型误差，较好地实现了对目标的角度跟踪。
一种采用角度预测修正被动探测目标跟踪方法

[实用新型]一种跟踪光伏-太阳能热混合发电站-CN201920764418.8有效
发明人：姚志豪 -专利权人：浙江能脉新能源科技有限公司
申请日： 2019-05-24 - 公布日： 2019-11-05 - 主分类号： H02S10/10 文献下载
摘要：本实用新型公开了一种跟踪光伏‑太阳能热混合发电站，包括：跟踪光伏发电系统、太阳能热发电系统、配电系统、混合发电站电能输出系统；跟踪光伏发电系统跟踪太阳光，产生的电能分配给混合发电站电能输出系统，或分配给太阳能热发电系统，或分配给跟踪光伏发电系统，或同时被分配给跟踪光伏发电系统、太阳能热发电系统、混合发电站电能输出系统中的两个或三个；太阳能热发电系统将热能转换为电能；电能分配给混合发电站电能输出系统，或分配给太阳能热发电系统，或分配给跟踪光伏发电系统，或同时被分配给跟踪光伏发电系统、太阳能热发电系统、混合发电站电能输出系统中的两个或三个；混合发电站电能输出系统用于向区域电网提供稳定连续电能。
发电站太阳能热发电系统电能输出系统光伏发电系统跟踪分配电能分配太阳能热光伏本实用新型跟踪太阳配电系统区域电网热能转换

[发明专利]一种目标跟踪方法及系统-CN200810118996.0有效
发明人：王磊;邓亚峰;黄英 -专利权人：北京中星微电子有限公司
申请日： 2008-08-27 - 公布日： 2009-01-07 - 主分类号： G06T7/20 文献下载
摘要：本发明公开了一种目标跟踪方法及系统，其中，方法包括：采集跟踪目标的视频图像；在未建立跟踪目标的目标模型时，对所述视频图像进行分析，获取所述视频图像中跟踪目标的完整目标对应的区域，根据所获取的完整目标对应的区域，建立跟踪目标的目标模型；在已建立跟踪目标的目标模型后，对所述视频图像进行分析，获取当前图像中跟踪目标的目标区域可能存在的位置，将所述目标区域可能存在的位置作为候选目标区域；基于兴趣点检测和局部图像特征提取技术按照金字塔匹配算法，分别将每个候选目标区域的特征与所述目标模型进行匹配，将匹配结果最大的候选目标区域作为跟踪目标的当前目标区域。本发明提供的技术方案能够提高跟踪的成功率。
一种目标跟踪方法系统

[发明专利]一种适用于水下机器人目标抓取的连续跟踪方法-CN201911408004.2有效
发明人：黄海;万兆亮;靳佰达;吴晗;周浩;徐明浩;姜涛;李冀永 -专利权人：哈尔滨工程大学
申请日： 2019-12-31 - 公布日： 2023-07-25 - 主分类号： G06T7/246 文献下载
摘要：本发明涉及一种适用于水下机器人目标抓取的连续跟踪方法，属于视觉目标跟踪技术领域；包括核相关运动模型的建立；HOG特征提取；建立表观模型；模型的更新和迭代。本发明基于核相关滤波理论通过基样本的循环位移实现密集采样从而提取更加丰富的训练样本集合，通过提取HOG特征，建立跟踪目标的表观模型引入核函数从而解决非线性回归问题，提升计算效率，根据反馈结果判断是否需要重新初始化跟踪，提出一种基于系统置信度自判别机制，实现了对目标的连续跟踪。本发明不仅可以保证对水下目标的稳定跟踪，而且能够自行判断遮挡和误跟踪情况，从而重新识别跟踪，进而完成对水下目标的连续跟踪可靠抓取。
一种适用于水下机器人目标抓取连续跟踪方法

[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]一种提高光电跟踪系统跟踪精度的方法-CN201410134830.3有效
发明人：陈绍炜;赵帅;窦智;王琰;高萌;孟祥禄;王聪 -专利权人：西北工业大学
申请日： 2014-04-04 - 公布日： 2018-02-27 - 主分类号： G06N3/12 文献下载
摘要：一种提高光电跟踪系统跟踪精度的方法，采用正弦扫频法和自适应的遗传算法的方法；扫频采样采用FIFO技术，在windows系统下实时采集，保证了数据的完整性；遗传算法进行系统模型辨识时采用自适应的方式，实现了遗传算法的快速收敛，保证了全局最优；采用频域的方法对光电跟踪系统模型进行辨识，得到真实的系统模型，解决了光电稳定平台对光电跟踪系统跟踪精度的影响的问题，提高了光电跟踪系统跟踪精度。
一种提高光电跟踪系统精度方法

[发明专利]一种针对高速高机运动目标的跟踪方法-CN202211303078.1在审
发明人：王徐华;曹运合;程垣皓 -专利权人：西安雷擎电子科技有限公司
申请日： 2022-10-24 - 公布日： 2023-07-11 - 主分类号： G05B13/04 文献下载
摘要：本发明提供了一种针对高速高机运动目标的跟踪方法，通过利用自适应栅栏划分对模型参数进行时间贯序上的自适应调整，使得交互模型集中的各运动模型能自发的适应并更好的匹配当前目标的机动模式，本发明能够有效降低传统机动目标跟踪算法对模型集中模型参数的先验信息过度依赖，实现对机动目标更准确的跟踪；并且本发明面向高度复杂的目标机动模式，采用了对模型类型、目标运动量测噪声不确定时，更具有鲁棒性的危险敏感滤波估计方法，因此能有效降低传统机动目标跟踪算法对模型集中模型类型的先验信息重度依赖，满足对高速高机动目标的跟踪需求。
一种针对高速机运目标跟踪方法

[发明专利]使用自适应判别学习和测量融合的导管跟踪的方法和系统-CN201210120135.2有效
发明人：王鹏;郑冶枫;M·约翰;J·贝泽;G·芬卡-李;D·科马尼丘 -专利权人：西门子公司;西门子公司
申请日： 2012-03-14 - 公布日： 2012-10-03 - 主分类号： A61B5/00 文献下载
摘要：本发明涉及使用自适应判别学习和测量融合的导管跟踪的方法和系统。公开了一种用于基于图像的导管跟踪的自适应判别学习和测量融合方法和系统。自适应判别模型基于在荧光透视图像序列的至少一个在前帧中的被跟踪的对象、诸如猪尾导管尖端而被在线训练。至少基于在线训练的自适应判别模型来在荧光透视图像序列的当前帧中跟踪对象。在当前帧中基于三种类型的测量模型的融合来跟踪对象，这三种类型的测量模型包括在线训练的自适应判别模型、离线训练的对象检测模型以及在线表象模型。
使用自适应判别学习测量融合导管跟踪方法系统

[发明专利]一种适用于长程跟踪的鲁棒性视觉目标跟踪方法-CN201810463293.5有效
发明人：顾国华;顾烨仪;万敏杰;钱惟贤;任侃;路东明;陈钱;顾芷西;隋修宝;何伟基 -专利权人：南京理工大学
申请日： 2018-05-15 - 公布日： 2022-02-01 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种适用于长程跟踪的鲁棒性视觉目标跟踪方法，首先根据视频序列的初始帧图像与目标在初始帧中的位置信息提取正负样本，对样本图像块作特征提取得到低维特征向量，使用线性支持向量机技术初始化目标外观模型；然后对得到的支持向量机模型进行逻辑斯蒂回归，对目标外观模型在粒子滤波框架下估计目标位置；随后，将中值流跟踪算法与当前的粒子滤波算法结合协同跟踪，在跟踪过程中采用增量减量技术在线更新外观模型，将原始的外观模型与新样本结合在线更新外观模型，直到最后一帧结束更新，从而实现了鲁棒性的视觉目标跟踪。本发明实现了机制迥异的两路跟踪方法的并行互补，解决了跟踪进程中不断产生新信息而造成空间冗余的问题。
一种适用于长程跟踪鲁棒性视觉目标方法

[发明专利]一种基于改进YOLO-DeepSort的仿生机器鱼检测跟踪方法-CN202110781740.3有效
发明人：汪明;常征;张宜阳;曹建荣;孙启凯;王昆仑;杜晓彬 -专利权人：山东建筑大学
申请日： 2021-07-12 - 公布日： 2023-08-08 - 主分类号： G06T7/246 文献下载
摘要：本公开公开了一种基于改进YOLO‑DeepSort的仿生机器鱼检测跟踪方法，包括：通过建立改进的YOLOv3目标检测网络，建立DeepSort跟踪模型，通过目标检测模型获取目标边界框与特征向量，将其送入DeepSort模型，通过DeepSort模型进行目标匹配、跟踪、预测与更新。
一种基于改进 yolo deepsort 仿生机器检测跟踪方法

[发明专利]一种目标跟踪方法及装置-CN201710038969.1在审
发明人：谯帅;蒲津;何建伟;张如高 -专利权人：博康智能信息技术有限公司上海分公司
申请日： 2017-01-19 - 公布日： 2017-07-04 - 主分类号： G06T7/207 文献下载
摘要：本发明公开一种目标跟踪方法及装置，其中目标跟踪方法，包括如下步骤根据当前帧图像建立网络跟踪模型；确定包含被跟踪目标的当前帧图像；在当前帧图像中获取被跟踪目标区域；获取当前帧的下一帧图像；在下一帧图像中获取多个目标候选区域；计算被跟踪目标区域和每个目标候选区域的相似度；根据相似度在多个目标候选区域中确定目标跟踪区域；在目标跟踪区域内确定被跟踪目标；获取被跟踪目标的当前状态，根据当前状态更新网络跟踪模型。本发明通过建立网络跟踪模型，可以识别出被跟踪目标同类物体间的个体差异，在更新样本物体时，可以有效表述出目标物体在各种情况下的外观变化。
一种目标跟踪方法装置

[发明专利]一种简单模拟时域正则化的目标跟踪模型更新方法-CN201911366822.0在审
发明人：尹向雷;马晓虹 -专利权人：陕西理工大学
申请日： 2019-12-26 - 公布日： 2020-04-17 - 主分类号： G06T7/246 文献下载
摘要：本发明涉及计算机视觉目标跟踪技术领域，公开了一种简单模拟时域正则化的目标跟踪模型更新方法，采用模拟时域正则化的方法，利用当前帧和上一帧训练的模型参数的变化程度决定更新速率。该方法不但达到了跟踪模型的自适应更新，而且克服了STRCF算法必须有解析解的限制，可以用于任何没有合适更新策略的跟踪方法；同时超参数个数少，能很方便地集成进其他基于外观模型的跟踪算法中，合理更新模型参数，减小了模型漂移，使得检测结果的精度进一步提高。
一种简单模拟时域正则目标跟踪模型更新方法

[发明专利]一种基于灰度约束的协方差矩阵跟踪方法-CN200910070420.6无效
发明人：操晓春;邓超;张炜;王秀锦;李雪威 -专利权人：天津大学
申请日： 2009-09-11 - 公布日： 2010-02-17 - 主分类号： G06T7/00 文献下载
摘要：本发明属于图像检测技术领域，涉及一种基于灰度约束的协方差矩阵跟踪方法，包括下列步骤，对于一副图像，框选矩形区域作为目标模型进行跟踪；计算目标模型的每个点的灰度值；提取目标模型的每个点的特征向量；计算目标模型的协方差矩阵；在后继帧中，以目标模型为中心长宽各扩大后得到跟踪窗口，选取候选目标，检查是否满足灰度约束；对于满足灰度约束的候选目标，计算它与目标模型的协方差矩阵的差异值，差异值最小的候选目标区域即为被跟踪目标的位置本发明具有目标定位更准确、跟踪速度更快、实时性更强的优点。
一种基于灰度约束协方差矩阵跟踪方法

[发明专利]基于时空记忆网络的无人机目标跟踪方法-CN202310156686.2在审
发明人：梁继民;牟剑;郑洋;卫晨;郭开泰;胡海虹;王梓宇 -专利权人：西安电子科技大学
申请日： 2023-02-23 - 公布日： 2023-08-22 - 主分类号： G06T7/246 文献下载
摘要：本发明公开基于时空记忆网络的无人机目标跟踪方法，包括以下步骤：步骤1，从数据集中采样图像并进行图像增强构成训练数据集；步骤2，创建基于时空记忆网络的无人机目标跟踪网络模型；步骤3，对基于时空记忆网络的无人机目标跟踪网络模型进行基于掩码重建的预训练；步骤4，对于步骤3预训练好的基于时空记忆网络无人机目标跟踪网络模型进行再训练；步骤5，将待跟踪视频输入到步骤4训练好的基于时空记忆网络的无人机目标跟踪网络模型，得到跟踪结果。该方法解决了无人机目标发生形变而导致的问题，提升了跟踪成功率和准确率。
基于时空记忆网络无人机目标跟踪方法