华中科技大学刘泽林获国家专利权
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!
龙图腾网获悉华中科技大学申请的专利通过分而治之关联的无人机多目标跟踪方法与装置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:CN115861386B 。
龙图腾网通过国家知识产权局官网在2025-11-14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:202211588069.1,技术领域涉及:G06T7/292;该发明授权通过分而治之关联的无人机多目标跟踪方法与装置是由刘泽林;廖本成;王兴刚设计研发完成,并于2022-12-12向国家知识产权局提交的专利申请。
本通过分而治之关联的无人机多目标跟踪方法与装置在说明书摘要公布了:本发明公开了一种通过分而治之关联的无人机多目标跟踪方法:将连续两帧图像和前一帧的运动查询热图输入到主干网中,同时预测当前帧目标的位置,外观特征以及目标在相邻帧间的运动;设计对跟踪过程中的在线轨迹和丢失轨迹进行分而治之的目标关联算法,利用运动信息对在线轨迹与检测目标进行相邻帧的关联,利用外观特征对丢失轨迹和检测目标进行跨多帧的关联;为确保位置关联的可靠性,使用预测目标中心点运动计算当前帧目标边界框在前一帧中的估计位置并与前一帧跟踪的轨迹边界框进行交并比相似度计算运动匹配;本发明在在图像分辨率为608×1088的情况下,可以以实时速度运行。本发明还提供了相应的通过分而治之关联的无人机多目标跟踪装置。
本发明授权通过分而治之关联的无人机多目标跟踪方法与装置在权利要求书中公布了:1.一种通过分而治之关联的无人机多目标跟踪方法,其特征在于,包括如下步骤: 1通过深度学习模型训练检测、运动预测以及外观特征任务;在所述步骤1中,使用DCTrack主干网络在UAVDT训练集上进行训练,首先使用当前帧图像,靠近该帧时序附近的随机一帧图像,以及随机帧的目标标记中心点渲染的热图作为DCtrack主干网络的输入,并预测当前帧目标的边界框,外观特征,以及目标在当前帧和随机帧之间的运动位移;然后使用当前帧的标记框,目标标记id,以及目标中心点在当前帧和随机帧之间的运动位移标记用于分别监督检测分支,外观预测分支以及运动预测分支; 2将前一帧跟踪结果查询热图、前一帧图像和当前帧图像同时输入到DCTrack主干网络框架中,同时提取出当前帧的检测框,对应目标的外观特征以及目标在前后帧间的运动位移; 3采用分而治之的关联策略,使用预测的运动位移和外观特征分别处理在线和丢失轨迹,以充分利用位置信息与外观信息的互补性作用;所述步骤3具体包括:3.1利用预测的目标中心点在相邻帧间的运动位移估计出当前帧检测边界框在前一帧中的位置,并和前一帧在线轨迹边界框进行交并比相似度匹配,获得匹配的在线轨迹仍保持为在线状态,未获得匹配的在线轨迹,将其标记为丢失轨迹;3.2对于3.1中未获得匹配的检测目标,将其对应的外观特征与丢失轨迹的外观特征进行外观相似度匹配,获得匹配的丢失轨迹被认为是重识别的轨迹,将其标记为在线轨迹,未获得匹配的丢失轨迹考察其丢失帧数,若大于N个帧,则会判定该轨迹已经离开场景并将其删除,其中N为预设值;3.3对于3.2中未获得匹配的检测目标,与前一帧不确定的新轨迹进行边界框交并比匹配,没有获得关联的不确定轨迹将会被判定为假阳性轨迹并将其删除,获得关联的不确定轨迹将其轨迹状态标记为在线轨迹;3.4对于3.3中未获得匹配的检测目标,考察其置信度分数,若置信度大于阈值A,则将其初始化为新轨迹,并将新轨迹标识为不确定状态,以留在下一帧的跟踪中对其进行考察,其中A为预设阈值;3.5输出步骤3.1至3.3所有跟踪后的在线轨迹的边界框及其对应的目标id作为跟踪器的准确跟踪结果。
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华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励