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！

龙图腾网获悉上海海洋大学申请的专利一种水下鱼类多目标识别、追踪及运动分析的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：CN121170564B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511695204.6，技术领域涉及：G06V20/05；该发明授权一种水下鱼类多目标识别、追踪及运动分析的方法是由翟万营;蒋云;冯国富;陈良标;黄勇翔;林志航设计研发完成，并于2025-11-19向国家知识产权局提交的专利申请。

本一种水下鱼类多目标识别、追踪及运动分析的方法在说明书摘要公布了：本发明属于水产养殖领域，具体涉及一种水下鱼类多目标识别、追踪及运动分析的方法，该方法基于一种基于方向感知的多目标姿态追踪框架，该框架包括改进的YOLOv11模型YOT模型和方向性边界框姿态追踪模块OPBT模块。YOT模型通过集成方向性边界框检测与姿态估计，采用任务对齐的动态检测头结构，结合多任务损失函数，实现高效的方向感知检测与关键点定位。OPBT模块基于无迹卡尔曼滤波器，融合旋转IoU、角度相似性和体长相似性，提升多目标追踪中身份连续性与遮挡恢复能力。该框架适用于高密度鱼群等复杂场景，能够在保持实时处理性能的同时，显著提升检测与追踪精度，为个体行为分析提供稳定可靠的技术支持。

本发明授权一种水下鱼类多目标识别、追踪及运动分析的方法在权利要求书中公布了：1.一种水下鱼类多目标识别、追踪及运动分析的方法，其特征在于，步骤包括： S1，采集水下的鱼类图像； S2，将鱼类图像输入训练后的改进YOLOv11模型获取鱼类的方向性边界框信息与姿态信息，再使用鱼类的方向性边界框信息与姿态信息在改进Bytetrack追踪算法上进行关联匹配完成身份追踪，进行鱼类多目标识别、运动追踪与分析； S2中，所述改进YOLOv11模型相较于YOLOv11-obb和YOLOv11-pose，进行了以下改进： 1检测头同时融合了关键点检测头与任务对齐的OBB检测头，关键点检测头与任务对齐的OBB检测头共享主干网络，同步进行姿态关键点估计与方向性边界框检测，一并输出边界框坐标与骨架关键点； 2引入综合性任务损失函数OBBPoseLoss，该综合性任务损失函数对包括边界框回归、角度预测、目标分类、分布焦点损失以及关键点估计在内的多项任务进行分配权重的联合优化，用于减少边界框冗余并增强追踪稳定性； S2中，所述改进Bytetrack追踪算法在Bytetrack算法的基础上，进行以下改进： 1采用无迹卡尔曼滤波替换水平边界框卡尔曼滤波，并在无迹卡尔曼滤波中引入角度状态量，定义如下： 其中，u,v为边界框的中心坐标，w,h分别表示其宽度和高度；与表示目标的朝向；为速度分量，表示角速度； 2采用三阶段的关联匹配策略，每阶段均采用分配权重的RotatedIoU、角度相似度和体长相似度进行联合匹配。

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上海海洋大学，其通讯地址为：201306 上海市浦东新区临港新城沪城环路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。