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！

龙图腾网获悉沈阳航空航天大学申请的专利面向低空空域飞行器的多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：CN117079165B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202311104604.6，技术领域涉及：G06V20/17；该发明授权面向低空空域飞行器的多目标跟踪方法是由王传云;孟琳琳;高骞;孟光磊;王竹筠;崔童设计研发完成，并于2023-08-29向国家知识产权局提交的专利申请。

本面向低空空域飞行器的多目标跟踪方法在说明书摘要公布了：本发明提供一种面向低空空域飞行器的多目标跟踪方法，涉及多目标跟踪技术领域。该方法具体包括：将训练数据集输入基于FairMOT架构的Encoder‑Decoder网络进行特征提取，并将提取到的飞行器目标特征输入坐标注意力机制，获得增强的飞行器目标特征；将增强的飞行器目标特征输入基于FairMOT架构的目标检测网络和重识别网络；利用网络总损失函数训练目标检测网络和重识别网络，获得目标检测器；将包含待检测飞行器目标的视频序列送入目标检测器，获得目标检测结果并将其输入BYTE数据关联模块，得到多目标跟踪结果。本发明能够解决在复杂场景下，由于低空空域飞行器集群目标之间相互遮挡、目标尺寸较小等原因造成的检测和跟踪精度低的问题，提升多目标识别和跟踪的精度。

本发明授权面向低空空域飞行器的多目标跟踪方法在权利要求书中公布了：1.一种面向低空空域飞行器的多目标跟踪方法，其特征在于，包括如下步骤： 步骤1：获取包含飞行器目标的位置信息和身份序号的视频序列，构建训练数据集； 步骤2：将训练数据集输入基于FairMOT架构的Encoder‑Decoder网络进行特征提取，并将提取到的飞行器目标特征输入坐标注意力机制，获得增强的飞行器目标特征； 步骤3：将增强的飞行器目标特征输入基于FairMOT架构的目标检测网络得到目标检测结果，将增强的飞行器目标特征输入基于FairMOT架构的重识别网络得到目标的外观特征，并对目标检测网络和重识别网络进行训练，得到训练好的目标检测器； 所述目标检测结果，包括：检测框和检测分数； 步骤4：获取包含待检测飞行器目标的视频序列，并将包含待检测飞行器目标的视频序列输入目标检测器，获得目标检测结果和目标的外观特征； 步骤5：将目标检测结果和目标的外观特征输入BYTE数据关联模块进行跟踪，输出多目标跟踪结果；步骤5.1：设置检测分数阈值，将检测分数高于检测分数阈值的检测框划分到高分检测框中，反之则划分到低分检测框中；将第一帧中目标的边界框和身份序号视为一个目标轨迹，根据视频序列中所有帧中的目标轨迹建立轨迹集合，将轨迹集合初始化为空，初始化第一次未成功匹配的检测框集合、第一次未成功匹配的轨迹集合、第二次未成功匹配的轨迹集合和两次均未成功匹配的轨迹集合为空；对于视频序列中的每一帧，重复步骤5.2‑5.5； 步骤5.2：使用卡尔曼滤波器预测待检测飞行器目标在当前帧中新的目标轨迹，并获得该目标轨迹的预测框； 步骤5.3：在和之间进行第一次匹配，将未成功匹配的高分检测框保留到，将未成功匹配的目标轨迹保留到； 所述在和之间进行第一次匹配的方法为：利用和在当前帧中新的目标轨迹的预测框之间的交并比和由重识别网络提取到的目标的外观特征来计算和待检测飞行器目标在当前帧中新的目标轨迹的预测框的相似性；基于该相似性使用匈牙利算法来完成和之间的匹配； 步骤5.4：在和之间进行第二次匹配，将未成功匹配的目标轨迹保留到，并删除当前帧中所有未成功匹配的低分检测框； 所述在和之间进行第二次匹配的方法为：利用和在当前帧中新的目标轨迹的预测框之间的交并比计算和当前帧中新的目标轨迹的预测框相似性，基于该相似性使用匈牙利算法来完成和之间的匹配； 步骤5.5：将中的轨迹保留到中，对其连续观测30帧，若其仍未能匹配到检测框，则将其从和中删除，同时用中的检测框初始化新的目标轨迹并放入T中； 步骤5.6：直到视频序列的所有帧匹配结束，输出轨迹集合T为多目标跟踪结果，包括目标在每一帧中的位置和身份序号。

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沈阳航空航天大学，其通讯地址为：110136 辽宁省沈阳市道义经济开发区道义南大街37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。