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 > 杭州电子科技大学黄继业获国家专利权

杭州电子科技大学黄继业获国家专利权

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!

龙图腾网获悉杭州电子科技大学申请的专利一种基于改进型角点检测的LK光流目标跟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:CN119887852B

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:202411799075.0,技术领域涉及:G06T7/269;该发明授权一种基于改进型角点检测的LK光流目标跟踪方法是由黄继业;金清嵩;陈新世;李平;杨宇翔;高明裕;何志伟设计研发完成,并于2024-12-09向国家知识产权局提交的专利申请。

一种基于改进型角点检测的LK光流目标跟踪方法在说明书摘要公布了:本发明公开了一种基于改进型角点检测的LK光流目标跟踪方法,包括以下步骤:首先,获取视频当前帧,提取候选角点;对候选角点使用Shi‑Tomasi算法计算角点响应,非候选角点角点响应置0,得到角点响应矩阵R;S3、用直方图熵算法计算阈值并对角点响应矩阵R进行筛选;S4、对筛选后的角点响应矩阵R寻找局部最大值并进行非极大值抑制,抑制后角点响应矩阵R的非零点即为当前帧角点;S5、使用LK光流算法预估当前帧角点在下一帧位置,获得角点行为轨迹,实现目标跟踪;该方法通过对Shi‑Tomasi角点检测做改进,不仅能保证角点检测的正确率,而且能极大缩短检测时间,从而进一步提高LK光流目标跟踪的实时性和准确性。

本发明授权一种基于改进型角点检测的LK光流目标跟踪方法在权利要求书中公布了:1.一种基于改进型角点检测的LK光流目标跟踪方法,其特征在于,包括以下步骤: S1、获取视频当前帧,提取候选角点; S2、对候选角点使用Shi-Tomasi算法计算角点响应,而未提取的非候选角点的角点响应置0,进而得到角点响应矩阵R; S3、用直方图熵算法计算阈值并对角点响应矩阵R进行筛选; S3-1、对角点响应矩阵R非零值从小到大排序且合并相同值,得到nonzeroR=[r0,r1,...,rn-1],其中ri是第i种非零值,n是非零值种数,且r0<r1<…<rn-1; S3-2、对nonzeroR的每一项计算其在角点响应矩阵R的个数,得到角点响应矩阵R的非零值直方图Hist=[m0,m1,...,mn-1],其中mi是ri在角点响应矩阵R中的个数; S3-3、计算概率直方图normHist=[p0,p1,...,pn-1],计算公式为:pi=mionzeronum0≤i≤n-1,其中pi是ri的概率分布,nonzeronum是角点响应矩阵R非零值总数; S3-4、计算累加概率直方图cumunormHist=[z0,z1,...,zn-1],计算公式为:其中zi是ri的累加概率分布; S3-5、计算各个非零值的熵entropy=[e0,e1,...,en-1],计算公式为: 其中ei是ri的熵; S3-6、计算以索引i为边界分割前后的熵之和f=[f0,f1,...,fn-1],计算公式为: 其中fi是以i为边界分割前后的熵之和; S3-7、遍历f的每一项,找到最大值的索引i,得到阈值nonzeroR[i]; S3-8、将角点响应矩阵R非零值与阈值nonzeroR[i]作比较,小于阈值nonzeroR[i]的值舍弃置0; S4、对筛选后的角点响应矩阵R寻找局部最大值并进行非极大值抑制,抑制后角点响应矩阵R非零点即为当前帧角点; S4-1、以角点响应矩阵R每个非零点为中心建立3x3窗口,如果该中心点是窗口内的最大值,则是局部最大值并保留,否则舍弃置0; S4-2、以角点响应矩阵R每个局部最大点为中心,根据角点密度建立圆形窗口,然后只保留圆形窗口的中心点,窗口内的其余点均舍弃置0,完成非极大值抑制; S4-3、非极大值抑制后的角点响应矩阵R非零点位置就是当前帧角点位置,从而得到角点; S5、使用LK光流算法预估当前帧角点在下一帧位置,获得角点行为轨迹,实现目标跟踪。

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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区白杨街道2号大街1158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AI智能生成
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。