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！

龙图腾网获悉昆明理工大学申请的专利一种基于多目标视觉跟踪的柔性体桥梁振动检测模型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：CN116542912B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202310393300.X，技术领域涉及：G06T7/00；该发明授权一种基于多目标视觉跟踪的柔性体桥梁振动检测模型的方法是由王森;孙瑞阳;付涛;李茂;林森设计研发完成，并于2023-04-13向国家知识产权局提交的专利申请。

本一种基于多目标视觉跟踪的柔性体桥梁振动检测模型的方法在说明书摘要公布了：本发明公开了一种多目标视觉跟踪的柔性体桥梁振动检测模型、应用。本发明构建的多目标视觉跟踪的柔性体桥梁振动检测模型，在原有的YOLOv5‑s框架的基础上结合目标追踪模块，将帧与帧之间的时域信息与空间域信息相互融合，以实现检测目标更为之有效的振动位移检测。针对检测物体和相机存在倾斜，并导致回归位移精度不准的情况，本发明在回归头部分增加了一个角度参数，在KFIoU的基础上增加CIoU，通过实验验证，本文所使用的RIoU相比于KFIoU具有更好的的旋转框回归特性和更快的收敛速度。

本发明授权一种基于多目标视觉跟踪的柔性体桥梁振动检测模型的方法在权利要求书中公布了：1.一种基于多目标视觉跟踪的柔性体桥梁振动检测模型的方法，其特征在于，利用特征提取模块、PANet模块、头部定位模块和目标追踪模块共同构建多目标视觉跟踪的柔性体桥梁振动检测模型； 所述多目标视觉跟踪的柔性体桥梁振动检测模型采用旋转框重叠度损失函数表达式： 式中：分别表示KFIoU损失函数、CIoU损失函数； 所述KFIoU损失函数的原理是将旋转框转换成二维的高斯分布，具体表达式如下所示： 其中，；x，y，w，h，θ分别表示矩形框的中心点横坐标、纵坐标、宽度、高度和角度； 所述CIoU损失函数主要分为3部分，分别为距离损失，纵横比损失以及IoU损失，如下所示： ； ； ； 其中，b、bgt分别代表了预测框和真实框的中心点，代表的是计算两个中心点间的欧式距离，c代表的是能够同时包含预测框和真实框的最小闭包区域的对角线距离，v用来衡量长宽比的相似性，α是权重参数，wgt和hgt表示真实框的宽高，w和h表示预测框的宽高； 所述特征提取模块以YOLOv5-s网络模型的骨干网络为基础，将YOLOv5-s网络模型的骨干网络最后一个C3模块改为transformer自注意力机制模块并移到SPPF模块的下一层，进而构建由CiBS模块、C3模块、SPPF模块和transformer自注意力机制模块构成的特征提取模块； 所述PANet模块将特征提取模块的三个输出特征图X1、X2、X3作为输入，从特征图X3开始，特征图X3通过C1BS模块得到特征图S3，将特征图S3做一次上采样后与特征图X2做Concat堆叠，然后使用C3模块对堆叠的特征层进行特征提取，得到特征图S2；将特征图S2做一次上采样后与特征图X1做Concat堆叠，然后使用C3模块对堆叠的特征层进行特征提取，得到特征图S1；将特征图S1不做任何处理得到特征图Q1，将特征图Q1通过C3BS模块做一次下采样，然后与特征图S2做Concat堆叠，再通过transformer自注意力机制模块对堆叠的特征层进行特征提取，得到特征图Q2；将特征图Q2通过C3BS模块做一次下采样，然后与特征图S3做Concat堆叠，再通过transformer自注意力机制模块对堆叠的特征层进行特征提取，得到特征图Q3； 所述头部定位模块对PANet模块输出的特征图Q1、Q2、Q3先通过一个C1BS模块，得到分类部分和回归部分；然后分别再将这两个部分分别通过一个C3BS模块，回归部分得到回归分支和背景分支，分类部分得到分类分支； 所述目标追踪模块用于将头部定位模块输出的结果作为目标追踪模块的输入量，利用卡尔曼滤波来预测当前帧的跟踪轨迹在下一帧的位置，预测框与实际的检测框之间IoU作为两次匹配时的相似度，再通过匈牙利算法完成匹配。

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昆明理工大学，其通讯地址为：650093 云南省昆明市五华区学府路253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。