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！

龙图腾网获悉东南大学申请的专利一种基于Swin-transformer的扩展目标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：CN119379731B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411511837.2，技术领域涉及：G06T7/20；该发明授权一种基于Swin-transformer的扩展目标跟踪方法是由石嘉琪;李昊昕;杨超群;曹向辉设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本一种基于Swin-transformer的扩展目标跟踪方法在说明书摘要公布了：本发明公开了一种基于Swin‑transformer的扩展目标跟踪方法，通过swin‑transformer的深度学习网络和卡尔曼滤波器，利用视觉转换器处理有噪声的雷达点云图像；其中，所述swin‑transformer：实现对目标形状参数的推断，至少包括一个基于移位窗口的标准多头自注意力模块、一个基于窗口的标准多头自注意力模块和一个内部由两层多层感知器构成的结构，中间具有高斯误差线性单元非线性；所述卡尔曼滤波器：用于估计目标的运动学参数。本案方法可以从带噪声的点云中同时估计单个扩展目标的运动参数和形状参数，使得目标跟踪更加精准和高效。

本发明授权一种基于Swin-transformer的扩展目标跟踪方法在权利要求书中公布了：1.一种基于Swin-transformer的扩展目标跟踪方法，其特征在于:通过swin-transformer的深度学习网络和卡尔曼滤波器，利用视觉转换器处理有噪声的雷达点云图像；其中， 所述swin-transformer：实现对目标形状参数的推断，至少包括一个基于移位窗口的标准多头自注意力模块、一个基于窗口的标准多头自注意力模块和一个内部由两层多层感知器构成的结构，两层多层感知器的中间加入高斯误差线性单元； 所述卡尔曼滤波器：用于估计目标的运动学参数； 包括如下步骤： S1，图像转换：对噪声点云归一化并离散化，将点云转化为图像； S2,图像更新：将步骤S1转化获得的图像根据时间推移进行更新，形成内部强度测量图像IIMI； S3,形状估计：用swin-transformer对步骤S2中形成的图像进行视觉转换处理，推断目标的形状参数；所述形状参数包括、和，代表形状方向的角度，和代表椭圆的短半轴和长半轴，对于，预测为： ,； 其中，代表k时刻物体的垂直速度，代表物体k时刻的水平速度； S4,运动学估计：对步骤S3估计得到的形状参数用卡尔曼滤波器，基于原始噪声点云和推断的形状参数估计运动学参数；使用卡尔曼滤波器来预测目标的运动学参数： ； +Q； 其中，是转移矩阵，是k-1时刻估计的运动学参数，是根据卡尔曼滤波器估计的k时刻的运动学参数，是k-1时刻对应的估计协方差，Q是噪声；在接收时间k时的噪声点云后，通过更新方程来更新运动学参数，更新方程如下： ； ； ； ； ； ； 其中，是预测误差协方差，是测量矩阵，是观测噪声的协方差矩阵，是卡尔曼增益，是以估计的目标中心为中心的所有新到达的测量值的均值，是测量值的个数，是跟协方差矩阵有关的项，和代表更新前椭圆的短半轴和长半轴； S5，目标跟踪：通过步骤S3的形状估计和步骤S4的运动学估计得到了目标的形状参数和运动学参数，完成了对目标的跟踪。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路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。