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！

龙图腾网获悉南昌大学申请的专利一种动态情况下IMU辅助的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：CN119273715B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411285293.2，技术领域涉及：G06T7/246；该发明授权一种动态情况下IMU辅助的运动目标检测方法是由熊剑;鲁杰;熊鹏文;郭杭;黄玉水;衷卫声;范龙威;陈思梦设计研发完成，并于2024-09-13向国家知识产权局提交的专利申请。

本一种动态情况下IMU辅助的运动目标检测方法在说明书摘要公布了：本发明公开了一种动态情况下IMU辅助的运动目标检测方法，首先通过提取目标图像特征点进行匹配，得到特征点对；然后对IMU传感器数据进行相对坐标转换，求解对应的基础矩阵或者单应矩阵，进而获得对应的极线或映射投影特征点；之后将提取到的特征点分类为静态背景特征点与动态目标特征点两部分；并依据相邻的两帧图像的静态背景特征点对应关系和运动参数模型求解仿射变换矩阵，利用帧间差分法对两帧图像进行差分并进行二值化图像与形态学处理，获得对应的运动目标框；最后遍历运动目标框进行重合度匹配，筛选出重合率大于设定阈值的检测对象，即为当前图像内的实际运动目标。本发明方法能够有效提高动态背景下进行运动目标识别的精度与准确率。

本发明授权一种动态情况下IMU辅助的运动目标检测方法在权利要求书中公布了：1.一种动态情况下IMU辅助的运动目标检测方法，其特征在于，包括以下步骤： 步骤S1、采用实时鲁棒的SURF算法对相邻两帧图像提取特征点，然后利用BBF搜索算法对特征点进行匹配，并且引入对称约束以获得稳健、准确的特征点对； 步骤S2、对IMU传感器数据进行相对坐标转换，通过积分角速度来获得相机的旋转信息，通过二次积分加速度来获得相机的平移信息，并根据相机在两个连续的帧之间是否存在位置移动求解对应的基础矩阵或者单应矩阵； 步骤S3、根据相机在两个连续的帧之间是否存在位置移动选择对应的基础矩阵或者单应矩阵作为输入矩阵，然后依据基础矩阵和特征点绘制极线或者依据单应矩阵和特征点获得当前帧特征点对应的单应映射投影特征点； 步骤S4、计算每个特征点与对应极线或者单应映射投影特征点之间距离误差，将所有特征点的距离误差分区间进行直方图量化，将量化后距离误差作为输入，通过最大类间方差法求取最佳阈值，依据该阈值将提取到的特征点分类为静态背景特征点与动态目标特征点两部分； 步骤S5、将筛选的静态背景特征点结合八点法求解出更准确的基础矩阵Fn或者单应矩阵Hn，重复步骤S3与步骤S4，直到所有特征点所属集合分类情况不再发生变化，从而得到最准确静态背景特征点与动态目标特征点分类； 步骤S6、依据相邻的两帧图像的静态背景特征点对应关系和运动参数模型求解仿射变换矩阵，对当前帧进行背景补偿，利用帧间差分法对两帧图像进行差分并进行二值化图像与形态学处理，获得对应的运动目标框； 步骤S7、使用YOLO网络来检测图像中的所有潜在物体，获得YOLO检测的物体目标框； 步骤S8、遍历运动目标框，将中心点位于YOLO检测的物体目标框中的运动目标框进行合并，得到完整的运动目标框，将合并后的运动目标框信息与YOLO检测的目标框信息进行重合度匹配； 步骤S9、筛选出重合率大于设定阈值的检测对象，即为当前图像内的实际运动目标。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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。