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！

龙图腾网获悉西北工业大学申请的专利基于相位轨迹预判的复杂背景下弱小运动目标检测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：CN119648996B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202411711566.5，技术领域涉及：G06V10/25；该发明授权基于相位轨迹预判的复杂背景下弱小运动目标检测方法是由张科;张青林;王靖宇;王红梅;李浩宇设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本基于相位轨迹预判的复杂背景下弱小运动目标检测方法在说明书摘要公布了：本申请公开了一种基于相位轨迹预判的复杂背景下弱小运动目标检测方法、装置、设备和介质，通过获取待处理的实时图像数据，并基于实时图像数据确定总待处理矩阵；对总待处理矩阵进行分帧加窗处理，得到各待处理矩阵，并利用预设的矩阵分割算法对各待处理矩阵进行分割，对应得到各稀疏前景分量矩阵，并获取稀疏前景分量矩阵中的各个帧；利用预设的基于相位轨迹预判的运动目标检测算法检测各帧的前景数据，基于各帧的前景数据得到弱小运动目标检测结果和运动轨迹；本发明有效地利用稀疏矩阵包含的有效信息，不用进行背景建模，极大简化了目标检出的效率，利用基于相位轨迹预判的运动目标检测算法可以实现在复杂多变背景下对噪声及干扰进行有效滤除。

本发明授权基于相位轨迹预判的复杂背景下弱小运动目标检测方法在权利要求书中公布了：1.一种基于相位轨迹预判的复杂背景下弱小运动目标检测方法，其特征在于，包括： 获取待处理的实时图像数据，并基于所述实时图像数据确定总待处理矩阵； 对所述总待处理矩阵进行分帧加窗处理，得到各待处理矩阵，并利用预设的矩阵分割算法对各所述待处理矩阵进行分割，对应得到各稀疏前景分量矩阵，并获取所述稀疏前景分量矩阵中的各个帧；其中，总待处理矩阵每一时刻的矩阵横截面称为一帧，稀疏前景分量矩阵通过对待处理矩阵采用非精确拉格朗日乘子法进行矩阵稀疏分解得到； 利用预设的基于相位轨迹预判的运动目标检测算法检测各所述帧的前景数据，基于各所述帧的所述前景数据得到弱小运动目标检测结果和运动轨迹； 输出所述弱小运动目标检测结果和运动轨迹； 所述利用预设的基于相位轨迹预判的运动目标检测算法检测各所述帧的前景数据包括： 基于预设的极稀疏准则搜索各所述稀疏前景分量矩阵，得到各所述帧中当前帧和两相邻帧各自的中心点； 其中，极稀疏准则是在稀疏前景分量矩阵的当前帧中筛选出若干极大值点； 根据预设的条件滤除当前帧和两相邻帧中的部分中心点，得到剩余的多个中心点作为靶点，并对各所述靶点进行邻域聚类，得到预定义的相、相尺寸、相位和相权重，并基于所述相位、所述相尺寸和所述相权重确定当前帧和两相邻帧中多组一一对应的相中心点，其中，各所述相中心点为所述中心点，且所述相中心点和相一一对应； 稀疏前景分量矩阵依据时间顺序将每一时刻的矩阵横截面称为一帧，每一帧中的每一个矩阵值称为一点； 基于预设的第一公式处理各组所述相中心点，得到各组相位差，并基于预设的第二公式处理各组所述相位差，得到各相位夹角； 在所述当前帧中保留小于第一预设阈值的各所述相位差夹角对应的所述相，并滤除大于第二预设阈值的各所述相位差夹角对应的各所述相，得到当前帧中的前景数据； 以所述中心点为相中心点，所述对各所述靶点进行邻域聚类，得到预定义的相、相尺寸、相位和相权重包括： 对各所述靶点进行邻域聚类，以聚类结果作为相、以聚类结果包含的点作为相尺寸、以相中心点坐标作为相位、以聚类结果中包含的点的值的平均值作为相权重。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。

以上内容由龙图腾AI智能生成。