Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京交通大学;艾弗世(苏州)专用设备股份有限公司张宝鹏获国家专利权

北京交通大学;艾弗世(苏州)专用设备股份有限公司张宝鹏获国家专利权

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!

龙图腾网获悉北京交通大学;艾弗世(苏州)专用设备股份有限公司申请的专利基于层次化上下文引导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:CN116245913B

龙图腾网通过国家知识产权局官网在2026-01-02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:202310117211.2,技术领域涉及:G06T7/246;该发明授权基于层次化上下文引导的多目标跟踪方法是由张宝鹏;李芮;王子印;滕竹;刘瑜淼;李棋瑞;陈晧阳设计研发完成,并于2023-01-30向国家知识产权局提交的专利申请。

基于层次化上下文引导的多目标跟踪方法在说明书摘要公布了:本发明提供一种基于层次化上下文引导的多目标跟踪方法,并提出了一种新的分层上下文引导网络,该网络通过分层地视频帧全局处理、局部处理和对象包围框处理来执行检测、包围框特征提取和对象位置细化。该跟踪器分别以全局和局部的方式学习视频帧的时间和空间上下文特征,引导多尺度特征聚合,从而定位感兴趣的区域,提取丰富的包围框特征。这样,每个检测的包围框除了语义信息外,还包含上下文关系信息,减少了不完整或不清楚的对象的重要信息的丢失。基于学习到的上下文特征,设计了一个上下文引导的对象位置细化模块,通过传播对象在每一帧的包围框特征来学习目标对象轨迹片段的代表性特征,并根据代表性特征生成位置细化后的对象。

本发明授权基于层次化上下文引导的多目标跟踪方法在权利要求书中公布了:1.基于层次化上下文引导的多目标跟踪方法,其特征在于,包括: S1基于原始视频序列,令t表示原始视频序列的第t帧; S2当t=1时,通过上下文引导的多尺度聚合模块处理原始视频序列,获得目标对象在当前帧的检测值、检测值对应的包围框特征和当前视频帧的特征,并使用检测值初始化目标对象,使用检测值对应的包围框特征初始化对象的包围框特征,使用目标对象的包围框特征初始化对象轨迹片段的代表性特征;当t1时,通过上下文引导的多尺度聚合模块处理原始视频序列的第t帧和第t-1帧,挖掘获得当前帧的具有时空上下文信息的视频帧特征,并根据上下文信息的引导获取第t帧图像中的检测值,检测值对应的包围框特征和第t帧图像的特征; 所述上下文引导的多尺度聚合模块包括全局时序上下文学习子模块和局部空间上下文学习子模块; S3通过上下文引导的对象位置细化模块,通过目标对象在第t-1帧时的包围框特征初始化该目标对象在第t-1帧时轨迹片段的代表性特征,获得更新后的该目标对象在第t帧时的轨迹片段的代表性特征; S4基于步骤S3获得的更新后的轨迹片段的代表性特征和步骤S2得到的具有时空上下文信息的视频帧特征,通过上下文引导的对象位置细化模块进行处理,获得位置细化后目标对象; S5基于步骤S2得到的第t帧图像中的检测值、检测值对应的包围框特征、步骤S3获得的更新后的目标对象在第t帧时的轨迹片段的代表性特征和步骤S4得到的位置细化后的目标对象,构建二部图; S6基于二部图通过匈牙利算法进行匹配; S7基于步骤S6的匹配结果获得目标的跟踪轨迹结果,包括:将检测值的位置坐标作为与该检测值匹配的目标对象在当前帧的位置,与该目标对象对应的包围框特征作为该目标对象在当前帧的特征; S8判断原始视频序列的处理是否结束,若是,则输出所有的目标的跟踪轨迹结果,否则,执行针对原始视频序列下一帧的处理操作。

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北京交通大学;艾弗世(苏州)专用设备股份有限公司,其通讯地址为:100044 北京市海淀区西直门外上园村3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。

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。