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！

龙图腾网获悉苏州元脑智能科技有限公司申请的专利多目标跟踪方法和计算机程序产品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：CN120495348B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510971796.3，技术领域涉及：G06T7/246；该发明授权多目标跟踪方法和计算机程序产品是由梁玲燕;董刚;温东超;张开华设计研发完成，并于2025-07-15向国家知识产权局提交的专利申请。

本多目标跟踪方法和计算机程序产品在说明书摘要公布了：本申请公开了一种多目标跟踪方法和计算机程序产品，涉及计算机视觉技术领域。该方法包括：将目标图像序列输入至目标检测器，获得目标检测器输出的目标检测结果；获取当前图像帧中检测对象的外观特征向量和运动特征向量；获取外观特征向量与待匹配的目标轨迹的第一代价矩阵，并获取运动特征向量与目标轨迹的第二代价矩阵；基于第一代价矩阵，确定目标轨迹对应的第一检测对象，基于第二代价矩阵，确定目标轨迹对应的第二检测对象；在第一检测对象和第二检测对象为不同对象的情况下，基于第一检测对象、外观特征向量、第二检测对象、运动特征向量和目标轨迹，确定当前图像帧中目标轨迹对应的目标检测对象。该方法可提高多目标跟踪的鲁棒性和精度。

本发明授权多目标跟踪方法和计算机程序产品在权利要求书中公布了：1.一种多目标跟踪方法，其特征在于，包括以下步骤： 将目标图像序列输入至目标检测器，获得所述目标检测器输出的目标检测结果，所述目标检测结果包括所述目标图像序列中各图像帧的检测对象； 获取当前图像帧中检测对象的外观特征向量和运动特征向量； 获取所述外观特征向量与待匹配的目标轨迹的第一代价矩阵，并获取所述运动特征向量与所述目标轨迹的第二代价矩阵； 基于所述第一代价矩阵，确定所述目标轨迹对应的第一检测对象，基于所述第二代价矩阵，确定所述目标轨迹对应的第二检测对象； 在所述第一检测对象和所述第二检测对象为不同对象的情况下，基于所述第一检测对象、所述外观特征向量、所述第二检测对象、所述运动特征向量和所述目标轨迹，确定所述当前图像帧中所述目标轨迹对应的目标检测对象； 所述基于所述第一检测对象、所述外观特征向量、所述第二检测对象、所述运动特征向量和所述目标轨迹，确定所述当前图像帧中所述目标轨迹对应的目标检测对象，包括： 基于所述第一检测对象、所述外观特征向量和所述目标轨迹，确定第一冲突预判值； 基于所述第二检测对象、所述运动特征向量和所述目标轨迹，确定第二冲突预判值； 基于所述第一冲突预判值和所述第二冲突预判值，确定所述目标检测对象； 所述基于所述第一检测对象、所述外观特征向量和所述目标轨迹，确定第一冲突预判值，包括： 基于所述第一检测对象的置信度、所述目标轨迹的置信度、以及所述目标轨迹与所述第一检测对象的所述外观特征向量的特征相似距离，确定所述第一冲突预判值； 所述基于所述第二检测对象、所述运动特征向量和所述目标轨迹，确定第二冲突预判值，包括： 基于所述第二检测对象的置信度、所述目标轨迹的置信度、以及所述目标轨迹与所述第二检测对象的所述运动特征向量的特征相似距离，确定所述第二冲突预判值； 图像帧包括多个检测对象，所述第一代价矩阵和所述第二代价矩阵用于衡量检测对象与目标轨迹的不匹配程度；所述第一代价矩阵基于所述外观特征向量的特征相似度距离确定，所述外观特征向量的特征相似度距离基于所述检测对象在所述图像帧的所述外观特征向量与所述目标轨迹对应的外观特征模版确定；所述第二代价矩阵基于所述运动特征向量的特征相似度距离确定，所述运动特征向量的特征相似度距离基于所述检测对象在所述图像帧的所述运动特征向量与所述目标轨迹对应的运动特征模版确定。

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苏州元脑智能科技有限公司，其通讯地址为：215000 江苏省苏州市吴中经济开发区综保区经一路1号8幢；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。