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！

龙图腾网获悉燕山大学申请的专利一种基于通道注意力和三分化目标匹配的多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：CN115797413B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202211448150.X，技术领域涉及：G06T7/292；该发明授权一种基于通道注意力和三分化目标匹配的多目标跟踪方法是由赵新秋;杨贵翔设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本一种基于通道注意力和三分化目标匹配的多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通道注意力和三分化目标匹配的多目标跟踪方法，涉及图像处理领域的多目标跟踪领域，不同于大多数多目标跟踪模型中仅对高得分目标进行轨迹关联以及特征匹配，本发明以一种三分化目标得分的方法来对高得分目标、轻微遮挡的中得分目标以及中度和重度遮挡的低得分目标通过不同的阈值下的运动特征及表观特征的双重关联方式达到准确有效的特征关联，解决了ByteTrack方法中因未加入表观特征匹配而带来的身份切换问题，并且本发明在主干网络中加入了便于多尺度特征提取的PSA通道注意力模块，在维持目标连续性的前提下减少了训练时长。

本发明授权一种基于通道注意力和三分化目标匹配的多目标跟踪方法在权利要求书中公布了：1.一种基于通道注意力和三分化目标匹配的多目标跟踪方法，其特征在于：包括如下步骤： 步骤S1、采用one-shot多目标跟踪方法，将目标检测模块和身份嵌入模块在一个网络中同时进行，使目标检测模块和身份嵌入模块公平的学习并通过对特征提取进行共享来减少网络的计算时间； 步骤S2、采用DLA-34网络作为主干网络进行特征提取：通过提取第t帧输入图片中目标集合的特征，为后续目标检测模块和身份嵌入模块提供运动特征和表观特征； 步骤S3、加强主干网络特征提取的有效性：采用由spc模块和se通道注意力模块组成的PSA模块学习网络中通道间的关联性； 步骤S4、采用CenterNet作为网络中的目标检测分支，对图像中的非背景信息的待检测目标进行检测和标注检测框； 步骤S5、采用三分化的方法设定目标得分阈值，对被检测目标进行高得分目标、中得分目标、低得分目标的分类，并通过不同的关联方法对高得分目标、中得分目标、低得分目标实现不同程度的关联； 步骤S6、通过被检测目标在前t-1帧中的状态，采用卡尔曼滤波方法、计算IOU距离或结合卡尔曼滤波方法、计算IOU距离的方法对处于不同阈值的被检测目标进行不同方法的预测，预测被检测目标在第t帧的状态,并采用匈牙利算法对第t帧的所有被检测目标与之前的轨迹进行匹配，完成多目标跟踪； 对处于不同阈值的目标进行不同方法预测的步骤为： 步骤S61、对外观特征和运动特征表现明显的高得分目标进行两次轨迹匹配：第一次匹配根据第t-1帧和t帧中高得分目标集合中各目标的检测状态以及目标在t-1帧中的历史轨迹τt-1中的轨迹，先由卡尔曼滤波预测t-1时刻高得分目标集合在第t时刻的状态并将计算出的代价矩阵作为匈牙利算法的输入矩阵，完成轨迹与检测框之间的匹配，第二次匹配通过IOU距离对未匹配的轨迹和未匹配的高得分目标检测框计算相似度并通过匈牙利算法完成轨迹匹配； 步骤S62、对中得分目标进行一次匹配，根据第t-1帧和t帧中被轻微遮挡的目标集合中各目标的状态以及目标在t-1帧中的历史轨迹τt-1中的轨迹，先由卡尔曼滤波预测t-1时刻中得分目标在第t时刻的状态并基于目标在t时刻的检测到的结果获得代价矩阵并通过匈牙利算法完成匹配； 步骤S63、对低得分目标集合进行一次匹配，由于低得分目标受遮挡的影响在外观表现上不明显，因此通过计算轨迹τt-1与低得分目标的IOU距离并通过匈牙利算法设置较低的阈值进行轨迹匹配。

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燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街438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。