买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南昌航空大学申请的专利一种基于深度学习的多目标跟踪方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114419101B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210079363.3，技术领域涉及：G06T7/246；该发明授权一种基于深度学习的多目标跟踪方法及系统是由陈震;张弛;张聪炫;卢锋;葛利跃;陈昊;黎明设计研发完成，并于2022-01-24向国家知识产权局提交的专利申请。

本一种基于深度学习的多目标跟踪方法及系统在说明书摘要公布了：本发明涉及一种基于深度学习的多目标跟踪方法及系统，包括：将空间金字塔模块嵌入到多尺度特征金字塔网络中，得到改进后的特征提取网络；获取目标场景中T个时刻的图像并输入至所述改进后的特征提取网络，得到T个时刻的目标位置检测结果和目标特征向量；基于t时刻的目标位置检测结果和预测结果计算交并比；根据前后两时刻的目标特征向量计算目标特征余弦相似度；根据交并比和余弦相似度筛选出多个跟踪目标物，并对同一跟踪目标物赋予同一个标签；对t+1时刻的目标特征向量进行自适应加权并更新，直至所有图像中每个跟踪目标物均赋予标签，根据标签进行多个目标跟踪。引入了空间金字塔和自适应特征更新机制，提高多目标跟踪的精准度。

本发明授权一种基于深度学习的多目标跟踪方法及系统在权利要求书中公布了：1.一种基于深度学习的多目标跟踪方法，其特征在于，包括： 将空间金字塔模块嵌入到多尺度特征金字塔网络中，得到改进后的特征提取网络； 获取目标场景中T个时刻的图像；所述图像中包括多个目标； 将T个时刻的所述图像输入至所述改进后的特征提取网络，得到T个时刻的目标位置检测结果和T个时刻的目标特征向量；T＝1，2，...，t-1，t，t+1，...； 基于t时刻的目标位置检测结果利用卡尔曼滤波进行t+1时刻目标状态预测，得到t+1时刻的目标位置预测结果；t∈1,2,3...,T； 计算所述t+1时刻的目标位置预测结果和t+1时刻的目标位置检测结果的交并比，得到目标位置交并比； 根据t时刻的目标特征向量和t+1时刻的目标特征向量计算目标特征余弦相似度； 根据所述目标位置交并比和所述目标特征余弦相似度筛选出多个跟踪目标物，并对同一所述跟踪目标物赋予同一个标签； 根据所述目标特征余弦相似度结合自适应加权机制对t+1时刻的目标特征向量进行自适应加权，得到t+1时刻加权后的目标特征向量，将所述t+1时刻加权后的目标特征向量作为t+1时刻的目标特征向量，并且令t＝t+1，返回步骤“基于t时刻的目标位置检测结果利用卡尔曼滤波进行t+1时刻目标状态预测”，直至t＝T，每个时刻的所述图像中的多个所述跟踪目标物均赋予对应的所述标签； 根据所述标签进行多个所述跟踪目标物的跟踪； 其中，所述将T个时刻的所述图像输入至所述改进后的特征提取网络，得到T个时刻的目标位置检测结果和T个时刻的目标特征向量，具体包括： 对每个时刻的所述图像进行卷积操作后，得到下采样特征图； 对所述下采样特征图进行多层卷积操作，得到第一尺度特征图、第二尺度特征图、第三尺度特征图； 将所述第三尺度特征图经过空间金字塔模块处理，得到处理后的第三尺度特征图； 对所述处理后的第三尺度特征图进行上采样，同时对所述第二尺度的特征图进行跳跃连接，得到处理后的第二尺度特征图； 对所述处理后的第二尺度特征图进行上采样，同时对所述第一尺度的特征图进行跳跃连接，得到处理后的第一尺度特征图； 对所述处理后的第一尺度特征图、所述处理后的第二尺度特征图和所述处理后的第三尺度特征图进行拼接融合后提取出每个目标的目标位置检测结果和目标特征向量； 其中，所述空间金字塔模块的表达式为： Yw＝Xw+Xwmax5×5+Xwmax9×9+Xwmax13×13 其中，Xw表示输入的特征图；max5×5、max9×9、max13×13分别表示以5×5、9×9、13×13为池化核的最大值池化操作；“+”表示concat操作；Yw表示通过空间金字塔模块得到的输出特征图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南昌航空大学，其通讯地址为：330063 江西省南昌市丰和南大道696号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。