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！

龙图腾网获悉轻威科技(绍兴)有限公司申请的专利一种基于AI多目视觉的运动目标捕捉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：CN120339413B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202510488440.4，技术领域涉及：G06T7/80；该发明授权一种基于AI多目视觉的运动目标捕捉方法及系统是由郭𬀩设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。

本一种基于AI多目视觉的运动目标捕捉方法及系统在说明书摘要公布了：本发明提供了一种基于AI多目视觉的运动目标捕捉方法及系统，涉及数据处理技术领域，方法包括：对各个视觉系统中的相机参数进行标定，其中，相机参数包括相机内参矩阵和相机外参矩阵；分别通过标定后的各个视觉系统提取运动目标的2D特征点；根据标定后的相机参数，结合多视几何重建算法和最小二乘法对各个2D特征点进行重建，得到3D特征点；对3D特征点添加约束，其中，约束包括空间约束、方向向量约束和时间序列约束；通过多视几何解析算法对添加约束后的3D特征点进行重建，得到运动目标三维运动信息；输出运动目标三维运动信息，完成运动目标的捕捉。可以实现非接触式的运动目标高精度捕捉。

本发明授权一种基于AI多目视觉的运动目标捕捉方法及系统在权利要求书中公布了：1.一种基于AI多目视觉的运动目标捕捉方法，其特征在于，应用于多目视觉系统，所述多目视觉系统中的各个视觉系统均具有运行AI特征提取模型的独立嵌入式GPU；方法包括： S1：对各个所述视觉系统中的相机参数进行标定，其中，所述相机参数包括相机内参矩阵和相机外参矩阵； S2：使用所述AI特征提取模型分别对标定后的各个所述视觉系统提取所述运动目标的2D特征点； S3：根据标定后的相机参数，结合多视几何重建算法和最小二乘法对各个所述2D特征点进行重建，得到3D特征点； S4：对所述3D特征点添加约束，其中，所述约束包括空间约束、方向向量约束和时间序列约束； S5：通过多视几何解析算法对添加约束后的3D特征点进行重建，得到运动目标三维运动信息； S6：输出所述运动目标三维运动信息，完成所述运动目标的捕捉； 其中，所述S3具体包括： S301：计算各个所述2D特征点的信息熵： 其中，lg表示以10为底的对数函数i表示2D特征点色度等级，i＝1,2,…,t，t∈[0,255]表示色度等级总数，L表示2D特征点最大色度等级，默认为256，Et表示t从最小色度登记到最大色度登记L之间不同色度等级所对应的熵，pt表示2D特征点所有色度等级的概率，Ht表示2D特征点从0到色度等级t的直方统计值，HL-1表示2D特征点所有可能色度等级的直方统计值，pi表示2D特征点为色度等级i的概率； S302：使用所述信息熵进行目标分割，得到各个所述2D特征点目标在每个相机视口的亚像素中心： 其中，表示2D特征点目标的亚像素中心横轴坐标，表示该2D特征点目标的亚像素中心纵轴坐标，K表示2D特征点目标分割的分割宽度，J表示2D特征点目标分割的分割宽度，Fj,k表示2D特征点目标中每个像素点j,k处的色度等级，表示2D特征点目标的亚像素中心； S303：结合所述相机视口的所属相机参数和所述亚像素中心，通过所述多视几何重建算法和所述最小二乘法对所述2D特征点进行重建，得到所述3D特征点，所述3D特征点的计算公式具体为： 其中，角标T表示转置，i表示每个获得2D特征点目标的视口，n表示获取同一2D特征点目标的视口总数，R表示2D特征点目标的旋转分量，u表示同一2D特征点目标的位移分量，xi表示捕捉到同一2D特征点目标的视口的外参矩阵中的旋转矩阵，yi表示捕捉到同一2D特征点目标的视口外参矩阵中的位移矩阵。

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轻威科技(绍兴)有限公司，其通讯地址为：312000 浙江省绍兴市柯桥区柯桥街道群贤路2003号1506-1室；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。