Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南科天健光电技术有限公司曹动获国家专利权

湖南科天健光电技术有限公司曹动获国家专利权

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!

龙图腾网获悉湖南科天健光电技术有限公司申请的专利基于DeepSORT的目标动态跟踪方法、系统、设备和介质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:CN119131087B

龙图腾网通过国家知识产权局官网在2025-08-01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:202411585358.5,技术领域涉及:G06T7/246;该发明授权基于DeepSORT的目标动态跟踪方法、系统、设备和介质是由曹动;向绍华;颜振宇设计研发完成,并于2024-11-08向国家知识产权局提交的专利申请。

基于DeepSORT的目标动态跟踪方法、系统、设备和介质在说明书摘要公布了:本发明涉及计算机视觉技术领域,提供一种基于DeepSORT的目标动态跟踪方法、系统、设备和介质,解决了现有技术中相同区域的目标出现在不同图像中被重复计数直接影响计数准确性的问题。其中,该方法包括:将视频流数据输入目标检测器以使所述目标检测器按帧依次输出目标的检测框信息;给t帧中每个目标检测框对应的目标分配目标ID;预测目标在t+1帧的预测框信息;将t+1帧的预测框和检测框进行IOU匹配;在t+1帧中IOU匹配成功的检测框对应的目标分配对应于t帧的目标ID;当连续N帧IOU匹配后,将N帧后的每一帧中的目标与连续N帧IOU匹配后的目标进行级联匹配;统计级联匹配成功的目标ID,以作为检测结果。

本发明授权基于DeepSORT的目标动态跟踪方法、系统、设备和介质在权利要求书中公布了:1.一种基于DeepSORT的目标动态跟踪方法,其特征在于,包括以下步骤: 将视频流数据输入目标检测器以使所述目标检测器按帧依次输出目标的检测框信息;其中,所述目标检测器为完成训练后的基于YOLOV7改进的多尺寸目标检测模型,所述多尺寸目标检测模型包括Backbone网络、Neck网络和Head网络;所述Backbone网络用于对输入所述多尺寸目标检测模型的特征图进行进行四次特征提取,所述Neck网络用于对所述Backbone网络四次提取的特征进行融合以形成四个融合分支,并将四个融合分支输入所述Head网络以检测四个不同尺寸目标,所述Head网络输出四个不同尺寸目标的检测结果;四个不同尺寸目标的特征图尺寸分别为160*160、80*80、40*40、20*20; 给t帧中每个目标检测框对应的目标分配目标ID;其中,t为大于0的整数; 根据目标在t帧的检测框信息,预测目标在t+1帧的预测框信息; 根据t+1帧的检测框信息和t+1帧的预测框信息,将t+1帧的预测框和检测框进行IOU匹配并删除IOU匹配失败的预测框; 在t+1帧中IOU匹配成功的检测框对应的目标分配对应于t帧的目标ID,第一次出现的目标,不做IOU匹配,直接分配新ID; 当一个目标的预测框和检测框连续N帧IOU匹配后,将N帧后的每一帧中的目标与连续N帧IOU匹配后的目标进行级联匹配;其中,N为大于1的整数; 统计级联匹配成功的目标ID,以作为检测结果; 其中,所述将N帧后的每一帧中的目标与连续N帧IOU匹配后的目标进行级联匹配,包括:在连续N帧中选取一帧以利用ReID网络提取IOU匹配后的目标在该帧中的第一外观特征信息,以及通过该目标的检测框信息获取该目标在该帧中的第一位置信息;在N帧后的当前帧中,利用ReID网络提取当前帧中所有目标的第二外观特征信息,以及通过预测框信息获取当前帧中所有目标的的第二位置信息;根据所述第一外观特征信息和所述第二外观特征信息、以及所述第一位置信息和所述第二位置信息,计算出代价矩阵;根据代价矩阵,通过匈牙利匹配算法完成级联匹配; 其中,所述Backbone网络依次包括CBS组合模块、第一SIMAM组合模块、第二SIMAM组合模块、第三SIMAM组合模块和第四SIMAM组合模块;所述第一SIMAM组合模块依次包括ELAN模块和SIMAM模块以用于第一次提取特征,所述第一SIMAM组合模块第一次提取的特征分别输入所述第二SIMAM组合模块和所述Neck网络;所述第二SIMAM组合模块依次包括MPConv模块、ELAN模块和SIMAM模块以用于第二次提取特征,所述第二SIMAM组合模块第二次提取的特征分别输入所述第三SIMAM组合模块和所述Neck网络;所述第三SIMAM组合模块依次包括MPConv模块、ELAN模块和SIMAM模块以用于第三次特征提取,所述第三SIMAM组合模块第三次提取的特征分别输入所述第四SIMAM组合模块和所述Neck网络;所述第四SIMAM组合模块依次包括MPConv模块、ELAN模块、SPPCSPC模块和SIMAM模块以用于第四次提取特征并将提取的特征输入所述Neck网络; 其中,所述CBS组合模块包括四个不同的CBS模块,所述CBS模块用于改变特征图的大小和个数;所述ELAN模块是高效层聚合网络以用于对图像进行多尺度特征提取并融合;所述SIMAM模块用于在提取特征时融入三维注意力机制以提高所述多尺寸目标检测模型网络的特征提取能力,四个SIMAM组合模块中的SIMAM模块均向所述Neck网络输入提取的特征;所述MPConv模块用于对特征图进行池化;所述SPPCSPC模块用于提取到不同尺寸显化后的特征。

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湖南科天健光电技术有限公司,其通讯地址为:410000 湖南省长沙市岳麓区高新开发区青山路699号湖南省军民融合科技创新产业园8栋生产大楼406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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。