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！

龙图腾网获悉南京信息工程大学申请的专利一种基于自适应关联的复杂场景下多目标追踪方法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：CN119887850B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510370363.2，技术领域涉及：G06T7/246；该发明授权一种基于自适应关联的复杂场景下多目标追踪方法是由程勇;李升;张文杰;许小龙;王军;杨玲;李伟;刘敏设计研发完成，并于2025-03-27向国家知识产权局提交的专利申请。

本一种基于自适应关联的复杂场景下多目标追踪方法在说明书摘要公布了：本发明提供了一种基于自适应关联的复杂场景下多目标追踪方法，包括：步骤1，获取包含多目标运动的视频帧序列，对视频帧序列进行预处理；步骤2，构建新的目标检测网络模型；新的目标检测网络模型以YOLO11模型作为基准模型，包括骨干网络、颈部网络和头部网络；步骤3，对新的目标检测网络模型进行整体多尺度特征训练与学习；步骤4，对目标检测网络模型进行性能评估与评价；步骤5，将检测框对象输入到追踪算法，预测目标轨迹。本发明引入自适应阈值和相机偏移补偿机制，增强了追踪在不同环境下的抗干扰能力。将本发明提出的模型进行消融实验，并与常用的深度学习模型对比，在相同的测试条件下，本发明具有优秀的检测和追踪性能。

本发明授权一种基于自适应关联的复杂场景下多目标追踪方法在权利要求书中公布了：1.一种基于自适应关联的复杂场景下多目标追踪方法，其特征在于，包括以下步骤： 步骤1，获取包含多目标运动的视频帧序列，对视频帧序列进行预处理； 步骤2，构建新的目标检测网络模型进一步处理连续帧的多目标图像；所述新的目标检测网络模型以YOLO11模型作为基准模型，包括骨干网络、颈部网络和头部网络； 所述骨干网络用于提取目标对象和场景上下文关系信息，利用空间和通道信息，获取表征能力增强的融合特征；用4个上下文信息提取模块CM替换原有YOLO11模型的骨干网络中的4个C3k2模块； 所述颈部网络引入混合空间通道注意力模块ML，综合不同尺度的特征，并基于混合注意力提取局部和全局的目标特征； 所述头部网络采用损失函数LLIoU，保证对角线比例的同时控制交并比，最终输出置信度、边界框位置； 步骤3，对新的目标检测网络模型进行整体多尺度特征训练与学习，使用损失函数LLIoU加快模型收敛； 步骤4，对步骤3训练后得到的目标检测网络模型进行性能评估与评价，得到最终的目标检测网络模型，利用目标检测网络模型预测多目标检测的标签，即检测框和置信度得分x,y,w,h,score，其中x，y分别表示目标横坐标和纵坐标，w代表检测框宽度，h代表检测框高度，score代表检测框置信度分数； 步骤5，将检测框对象输入到追踪算法，通过构建两次以上自适应匹配，根据置信度动态调整匹配阈值，同时进行相机偏移补偿，预测目标轨迹。

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京信息工程大学，其通讯地址为：211899 江苏省南京市江北新区华富路1号数智溪谷4号楼；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”。