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！

龙图腾网获悉西南大学申请的专利基于跨模态感知的自学习多目标跟踪方法及系统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：CN120997253B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511069658.2，技术领域涉及：G06T7/246；该发明授权基于跨模态感知的自学习多目标跟踪方法及系统是由丁怡萱;吴松;范奕辰;吕诗融;全思璐设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本基于跨模态感知的自学习多目标跟踪方法及系统在说明书摘要公布了：本发明公开一种基于跨模态感知的自学习多目标跟踪方法及系统，S1:采集可见光与红外视频流，进行时序对齐后输入一个基于Transformer的跨模态融合网络，通过交叉注意力机制深度融合两种模态的信息，生成融合特征图；S2：采用基于关键点的无锚框检测器CenterNet定位目标，并在目标中心点提取身份重识别Re‑ID特征；S3:采用一个并行的关联与预测流程，状态自适应预测器SAP模块对现有轨迹进行运动状态预测，一个置信序列关联器CSA模块通过在线学习马氏距离的统计分布，动态生成决策置信区间，进行决策判断；S4:引入全局轨迹修正器GCM模块，对轨迹中断进行后处理，实现轨迹缝合与身份ID修正。本发明实现了在复杂环境下对多目标进行实时跟踪。

本发明授权基于跨模态感知的自学习多目标跟踪方法及系统在权利要求书中公布了：1.一种基于跨模态感知的自学习多目标跟踪方法，其特征在于，包括如下步骤： S1:采集监控场景的可见光和红外视频流，进行时序对齐处理后分别输入基于Transformer的跨模态融合网络生成两种模态的信息，利用交叉注意力机制深度融合所述两种模态的信息，生成融合特征图； S2:采用基于关键点的无锚框检测器CenterNet定位所述融合特征图中物体目标，并在所述目标的中心点提取身份重识别Re-ID特征；具体包括： S201:无锚框检测器CenterNet包含一个中心点热力图预测头，作用于所述S1输出的融合特征图，生成一张与特征图尺寸相同的中心点热力图，代表模型预测出的中心点热力图，规定每一个像素点取的数值范围，表示热力图的像素点坐标上的单个数值； S202:在通过热力图定位到物体中心点后，无锚框检测器通过另外两个并行的预测头对该物体中心点的属性进行回归，以形成中心点对应物体的完整的检测框； S203:采用一个独立的身份重识别Re-ID特征提取头，在所述S201确定的每个目标中心点位置上，从所述S1输出的融合特征图中提取对应特征，并将其映射为一个高区分度的身份嵌入向量，该身份重识别Re-ID头经过训练，确保同一目标的身份向量在特征空间中保持聚合，而不同目标的身份向量则相互分离； S3:采用并行的关联与预测流程，利用状态自适应预测器SAP模块对所述目标的现有轨迹进行运动状态预测，再利用置信序列关联器CSA模块通过在线学习马氏距离的统计分布，动态生成决策置信区间，进行决策判断，生成运动轨迹； S4:引入全局轨迹修正器GCM模块，对所述运动轨迹的中断的轨迹碎片进行拼接处理，实现轨迹缝合，并进行身份ID修正。

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西南大学，其通讯地址为：400700 重庆市北碚区天生路2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。