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

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 > 安徽智汇云舟科技有限公司周舟获国家专利权

安徽智汇云舟科技有限公司周舟获国家专利权

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!

龙图腾网获悉安徽智汇云舟科技有限公司申请的专利基于多信息融合的跨区域AI轨迹追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:CN120599532B

龙图腾网通过国家知识产权局官网在2025-10-28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:202510668316.6,技术领域涉及:G06V20/52;该发明授权基于多信息融合的跨区域AI轨迹追踪方法是由周舟设计研发完成,并于2025-05-23向国家知识产权局提交的专利申请。

基于多信息融合的跨区域AI轨迹追踪方法在说明书摘要公布了:本发明公开了基于多信息融合的跨区域AI轨迹追踪方法,具体涉及信息融合技术领域;通过从多个时间段内的视频监控、GPS和传感器数据中提取目标的行为模式特征及数据采集环境特征;基于这些特征为各时间段的特征匹配算法分配准确性权重,通过加权平均得到整体的算法识别准确性指数;将识别准确性指数与预设阈值进行对比,自动划分为准确识别和不准确识别,对于准确识别的数据,输入自适应学习机制优化系统参数,而对于不准确识别的数据,则通过分析偏差情况动态调整识别参数,进一步优化特征匹配算法,从而降低误判和错追踪的风险,防止无关人员误入监控路径,同时防止系统基于错误数据进行自适应学习,确保追踪的准确性和一致性。

本发明授权基于多信息融合的跨区域AI轨迹追踪方法在权利要求书中公布了:1.基于多信息融合的跨区域AI轨迹追踪方法,其特征在于:包括以下步骤; S1:从若干个时间段内采集的多源异构数据中提取同一目标的行为模式特征以及数据采集环境特征,所述多源异构数据包括视频监控数据,GPS数据和传感器数据; S2:基于提取出的同一目标的行为模式特征以及数据采集环境特征,确定各时间段内特征匹配算法识别同一目标的准确性权重赋值,并对各时间段内特征匹配算法识别同一目标的准确性权重赋值进行加权平均计算后得到算法识别准确性指数; 其中,对提取出的同一目标的行为模式特征进行分析后生成活动频率波动指数,则活动频率波动指数的获取方法为: 采集同一目标的行为模式时间序列数据,将其标记为xt,表示目标在每个时间点的活动强度,设定窗口长度W和重叠量O,使每个窗口部分重叠,使用离散傅里叶变换DFT将时间序列数据从时间域转换到频率域,傅里叶变换的计算表达式为:;其中:Xf是频率域的复数值,N是时间序列的总数据点数,f是频率,取值范围为,j是虚数单位,计算功率谱密度,计算公式为:;其中:Pf是频率f处的功率谱密度,是傅里叶系数的模,即;ReXf和ImXf分别是Xf的实部和虚部;活动频率波动指数定义为高频成分的强度与低频成分的比例,表示活动频率波动的强度,计算表达式为:;其中,是高频范围的频率集合,是低频范围的频率集合,为活动频率波动指数; S3:将算法识别准确性指数与预设的准确性阈值进行对比分析,将特征匹配算法识别同一目标的准确性划分为不同的类别,并将识别结果分别划分为准确识别和不准确识别; S4:对于准确识别的多源异构数据,将其输入到自适应学习机制中,以优化系统对目标特征的识别和追踪参数;对于不准确识别的多源异构数据,对固定时间段内多源异构数据的偏差情况进行分析,根据分析结果动态调整识别参数,以优化特征匹配算法。

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安徽智汇云舟科技有限公司,其通讯地址为:230031 安徽省合肥市高新区城西桥社区服务中心望江西路920号中安创谷科技园二期J3幢901;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。

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。