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！

龙图腾网获悉南京邮电大学申请的专利一种基于多传感时空关系的重叠视野目标群智匹配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：CN116704222B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202310471502.1，技术领域涉及：G06V10/75；该发明授权一种基于多传感时空关系的重叠视野目标群智匹配方法是由张晖;王呈呈;赵海涛;朱洪波设计研发完成，并于2023-04-27向国家知识产权局提交的专利申请。

本一种基于多传感时空关系的重叠视野目标群智匹配方法在说明书摘要公布了：本发明公开了一种基于多传感时空关系的重叠视野目标群智匹配方法，确定相邻摄像头的重叠视野区域，在摄像头空间位置固定，时间同步的前提下，主辅摄像头联动协同工作，计算目标检测框的中心点到重叠视野区域中界线的距离，分层次、分区域、分情况对目标的身份进行匹配，进一步减少了多运动目标智能安全监控场景下，目标遮挡对目标匹配的影响。在多运动目标智能安全监控场景中，利用本发明的技术方案，能智能准确的生成重叠视野区域，帮助匹配不同摄像头拍摄到的同一目标，提高目标识别的一致性和稳定性,减少目标跟踪中的漏检和误检，即使在遮挡、光照不好或者目标姿态发生变化的情况下，也能够更准确地识别和跟踪目标，提高目标匹配的准确率。

本发明授权一种基于多传感时空关系的重叠视野目标群智匹配方法在权利要求书中公布了：1.一种基于多视觉传感时空关系的重叠视野目标群智匹配方法,其特征在于，包括如下步骤： 步骤1：通过两两相邻的多个摄像头获取不同视角下目标区域的静态场景图像，并使用YOLOv5算法对各静态场景图像分别进行目标检测； 步骤2：确定相邻摄像头的重叠视野区域； 步骤3：对各重叠视野区域内的目标检测结果进行匹配； 所述步骤2中确定相邻摄像头的重叠视野区域，具体过程如下： 步骤2.1：提取同时刻相邻摄像头A和B所获取的静态场景图像的关键点的角点特征值和SIFT特征，构成A和B所获取的静态场景图像的关键点的融合特征；其中，A位于B的左侧； 步骤2.2：根据步骤2.1中的关键点的融合特征，计算A和B所获取的静态场景图像中关键点的相似度、相似度左梯度、相似度右梯度； 步骤2.3：根据基于空间关系的重叠视野确定方法，生成A和B的重叠视野边界线、A的重叠视野中界线、B的重叠视野中界线，确定A和B的重叠视野区域； 所述步骤2.1中图像关键点的融合特征的公式定义如下： 其中，表示图像关键点的融合特征第i维的特征值；M表示SIFT特征的维度，h*表示角点特征值，μ是权重系数，ri表示第i维的SIFT特征值； 所述步骤2.2中，A所获取的静态场景图像中关键点a和B所获取的静态场景图像中关键点b的相似度为： 其中，为关键点a和关键点b的融合特征的余弦相似度，为关键点a和关键点b的融合特征的欧氏距离； 关键点a和关键点b的相似度左梯度为关键点a和关键点b的相似度与关键点a左侧相邻关键点和关键点b的相似度的差值的加权和； 关键点a和关键点b的相似度右梯度为关键点a和关键点b的相似度与关键点a右侧相邻关键点和关键点b的相似度的差值的加权和； 所述步骤2.3的具体过程如下： 步骤2.3.1：提取A和B所获取的静态场景图像的关键点集合和其中，分别表示A所获取的静态场景图像的关键点的行、列数；分别表示B所获取的静态场景图像的关键点的行、列数； 步骤2.3.2：根据B所获取的静态场景图像的关键点中左侧边缘点与A所获取的静态场景图像的关键点的相似度左、右梯度，确定A的重叠视野边界线，具体为： 步骤2.3.2.1：初始化索引为ia＝1，ja＝1，ib＝1，jb＝1，设置梯度阈值； 步骤2.3.2.2：计算aia,ja与bib,jb的相似度相似度左梯度和相似度右梯度 步骤2.3.2.3：若的值为正，则令ja＝ja+1，返回步骤2.3.2.2；若的值为负，则进行如下判断：如果满足小于梯度阈值，并且大于梯度阈值，将aia,ja记为aia,z′s′a，并加入到A_LZ′S′点集中，停止本行的搜索，执行步骤2.3.2.4；如果不满足，令ja＝ja+1，返回步骤2.3.2.2； 步骤2.3.2.4：更新索引ia＝ia+1，ja＝1，ib＝ib+1，jb＝1，判断是否成立，如果成立跳到步骤2.3.2.2；如果不成立，则搜索流程结束，将点集中的点连成线，即为A的重叠视野边界线LZ′S′； 步骤2.3.3：根据A所获取的静态场景图像的关键点中右侧边缘点与B所获取的静态场景图像的关键点的相似度左、右梯度，确定B的重叠视野边界线，具体为： 步骤2.3.3.1：初始化索引为ia＝1，ja＝1，ib＝1，jb＝1，设置梯度阈值； 步骤2.3.3.2：计算aia,ja与bib,jb的相似度相似度左梯度和相似度右梯度 步骤2.3.3.3：若的值为正，则令jb＝jb+1，返回步骤2.3.3.2；若的值为负，则进行如下判断：如果满足大于梯度阈值，并且小于梯度阈值，将bib,jb记为bib,v′jb′，并加入到A_LV′J′点集中，停止本行的搜索，执行步骤2.3.3.4；如果不满足，令jb＝jb+1，返回步骤2.3.3.2； 步骤2.3.3.4：更新索引ia＝ia+1，ja＝1，ib＝ib+1，jb＝1，判断是否成立，如果成立跳到步骤2.3.3.2；如果不成立，则搜索流程结束，将点集中的点连成线，即为B的重叠视野边界线LV′J′； 步骤2.3.4：根据A所获取的静态场景图像的关键点中右侧边缘点和点集A_LZ′S′，确定A的重叠视野中界线，具体为： 步骤2.3.4.1：初始化索引值ia＝1； 步骤2.3.4.2：计算A的重叠视野中界线上点aia,pqa的横、纵坐标： 其中，为的横坐标，为纵坐标； 步骤2.3.4.3：根据步骤2.3.4.2得到的坐标，判断aia,pqa是否属于点集A_dot，如果aia,pqa∈A_dot，则加入点集A_LPQ中；如果则将距离点aia,pqa最近的点加入到点集A_LPQ中； 步骤2.3.4.4：更新索引值ia＝i+1，判断是否成立，如果成立跳到步骤2.3.4.2；如果不成立，搜索流程结束，将点集的点连成线，即为A的重叠视野中界线LPQ 步骤2.3.5：计算点集A_LPQ的各点与B所获取的静态场景图像的关键点的相似度，确定B的重叠视野中界线，具体为： 步骤2.3.5.1：初始化索引为i＝1，j＝1，i＝1，j＝1； 步骤2.3.5.2：计算与bi,j的相似度 步骤2.3.5.3：判断的值的正负：如果值为正，令j＝j+1，返回步骤2.3.5.2；如果值为负，将记为ai,p′q′，并加入到点集A_LP′Q′中； 步骤2.3.5.4：更新索引i＝i+1，j＝1，i＝i+1，j＝1，判断是否成立，如果成立，跳到步骤2.3.5.2继续执行；如果不成立，搜索流程结束，将点集中的点连成线，即为B的重叠视野中界线LP′Q′

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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。