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！

龙图腾网获悉湖南大学申请的专利一种融合视觉光流特征点追踪与运动趋势估计的多目标实时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：CN115953437B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202310119716.2，技术领域涉及：G06T7/269；该发明授权一种融合视觉光流特征点追踪与运动趋势估计的多目标实时跟踪方法是由孙长亮;刘宏立;吴晓闯设计研发完成，并于2023-02-16向国家知识产权局提交的专利申请。

本一种融合视觉光流特征点追踪与运动趋势估计的多目标实时跟踪方法在说明书摘要公布了：本发明提供一种面向智能驾驶场景的融合视觉光流特征点追踪与运动趋势估计的多目标实时跟踪方法，该方法将上一帧跟踪的目标所在区域提取光流特征，预测目标在当前帧所在的位置，同时通过矩形框运动趋势估计算法预测矩形框运动趋势，将二个预测结果进行对比，得到上一帧目标在当前帧的预测位置；再与当前帧目标检测结果的相似度、重叠度、差异度等特征确定目标跟踪的准确性；最后将跟踪成功的目标进行位置滤波，提高目标矩形框的稳定性，并输出给智能驾驶决策模块。本发明主要应用于智能驾驶视觉目标跟踪模块中，为系统提供稳定可靠的目标输出。

本发明授权一种融合视觉光流特征点追踪与运动趋势估计的多目标实时跟踪方法在权利要求书中公布了：1.一种融合视觉光流特征点追踪与运动趋势估计的多目标实时跟踪方法，其特征在于，包括： 步骤10：通过图像采集设备实时获取当前第i帧的图像Mi，使用YOLO目标检测算法检测Mi中的目标，得到目标的矩形框位置，将第i帧每个目标加入第i帧的目标检测结果列表Objectsi； 步骤20：如果第i帧为第一帧，对Objectsi中每个目标，配置新的ID，将目标第一参数tracked_frames设置为1，将目标第二参数patched_frames设置为0，将Objectsi赋值给当前第i帧的目标跟踪结果列表跳转至步骤70；如果第i帧不是第一帧，则继续执行步骤30； 步骤30：对第i-1帧的目标跟踪结果列表的每个目标，使用矩形框运动趋势估计算法处理，得到目标在当前帧的运动状态预测位置列表使用矩形框区域图像光流特征点追踪算法处理，得到当前帧的目标光流预测位置列表 步骤40：对比和中ID相同目标j的矩形框位置，计算第一矩形框重叠度IoU1，根据第一重叠度预设阈值判断，如果目标跟踪成功，将该目标加入第i-1帧的目标在第i帧的位置跟踪预测结果列表并将该目标的patched_frames加1；如果目标跟踪失败，将该目标的tracked_frames设置为0； 步骤50：对Objectsi中的每个目标分别与中的每个目标计算匹配度，包括，第二重叠度匹配度IoU2，归一化中心点距离Dist，差异度Diff，所在图像区域相似度SimM，如果匹配度满足超参数阈值，则将IoU2作为这两个目标匹配度的权重，如果匹配度不满足超参数阈值，则将这两个目标匹配度对应的权重设置为0，基于此权重构建匹配度权重矩阵； 步骤60：根据匹配度权重矩阵，使用KM最优匹配算法获得第i-1帧和第i帧各个目标之间的匹配关系，对于匹配成功的目标，将第i-1帧中目标的ID赋值给第i帧的匹配目标，tracked_frames加1，patched_frames设置为0；对于第i帧中未匹配的目标，分配新的ID，tracked_frames设置为1,patched_frames设置为0；对于第i-1帧中未匹配的目标，ID不变,patched_frames加1；各目标均加入列表； 步骤70：对中的目标进行分析判断，如果patched_frames大于最大目标预测帧数Pn，则将该目标从中移除，回收其ID；如果patched_frames小于最大目标预测帧数Pn，且tracked_frames大于最小目标跟踪帧数Tn，则将该目标从中移除并加入列表； 步骤80：对的每个目标，使用矩形框平滑滤波算法进行滤波，输出滤波后的结果，当前第i帧目标跟踪完成；并将中的目标加入缓存列表，用于下一帧跟踪；返回步骤10处理下一帧图像。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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”。