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！

龙图腾网获悉中电科电科院科技集团有限公司;中国电子科技集团有限公司电子科学研究院申请的专利一种基于深度学习的单目多目标追踪与测速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：CN119579645B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202411543176.1，技术领域涉及：G06T7/246；该发明授权一种基于深度学习的单目多目标追踪与测速方法是由梁佳雨;耿秋实;李献伟;王迎雪;敖乃翔;陈业坤;费冲;李振杰;杨昊溟;郑俐娟设计研发完成，并于2024-10-31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单目多目标追踪与测速方法在说明书摘要公布了：本发明提供一种基于深度学习的单目多目标追踪与测速方法，包括以下步骤：准备训练数据集，在交通实景下，利用摄像机实时采集真实车辆、行人数据，同时也加入开源数据集，可有效提高模型后续推理的鲁棒性和泛化性、采用YOLOv5作为模型训练的骨干网络架构，对S1中所获得的车辆、行人数据集进行训练，得到一个目标检测模型、利用S2中训练好的车辆行人目标检测模型，快速准确地检测出视频帧中的所有交通对象，然后将这些检测结果传递给追踪算法、测算交通对象的运动速度。本发明提供的一种基于深度学习的单目多目标追踪与测速方法，在实际应用推理中运行速度快，在硬件部署上适配性非常强，模型封装简单小巧，并对硬件的算力性能要求不高。

本发明授权一种基于深度学习的单目多目标追踪与测速方法在权利要求书中公布了：1.一种基于深度学习的单目多目标追踪与测速方法，其特征在于，包括以下步骤： S1、准备训练数据集，在交通实景下，利用摄像机实时采集真实车辆、行人数据，同时也加入开源数据集； S2、采用YOLOv5作为模型训练的骨干网络架构，对S1中所获得的车辆、行人数据集进行训练，得到一个目标检测模型； S3、利用S2中训练好的车辆行人目标检测模型，快速准确地检测出视频帧中的所有交通对象，然后将这些检测结果传递给追踪算法； S4、测算交通对象的运动速度； 所述S3中的追踪交通对象过程，分为以下步骤： S31、初始化数据信息：先创建一个空的轨迹集合，用来存储视频中各个交通对象的跟踪信息； S32、数据目标检测：对所需跟踪分析的视频，进行交通对象目标检测，并输出预测目标的位置锚框与其预测目标锚框的置信度信息； S33、对目标检测结果进行分类：对S2所得到的目标锚框的置信度信息设置特定阈值进行区分，分为高置信度检测和低置信度检测，这里的阈值选为0.6； S34、交通对象轨迹预测：使用kalman算法预测每个现有轨迹在当前帧的新位置； S35、第一次数据关联：使用相似度度量，将现有轨迹与高置信度检测进行关联； S36、更新剩余未匹配的检测和轨迹：在S5后，查找剩余未匹配上的检测锚框和轨迹信息； S37、第二次数据关联：使用相似度度量，将S6剩余轨迹与S3里的低置信度检测进行关联； S38、清理轨迹信息：从轨迹集合中删除所有在S7中未匹配的轨迹信息； S39、初始化新轨迹信息：对于第二次关联后剩余未匹配检测的，为每个检测初始化一个新轨迹，并加入轨迹集合里； S310、返回交通对象轨迹结果：返回更新的轨迹集合，即是所有交通对象的跟踪路径信息。

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中电科电科院科技集团有限公司;中国电子科技集团有限公司电子科学研究院，其通讯地址为：100043 北京市石景山区金府路30号院3号楼3层；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”。