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！

龙图腾网获悉桂林电子科技大学;南宁桂电电子科技研究院有限公司申请的专利一种基于改进YOLOv8的车辆跟踪与车牌识别联合检测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：CN116740124B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310655750.1，技术领域涉及：G06T7/20；该发明授权一种基于改进YOLOv8的车辆跟踪与车牌识别联合检测方法是由蓝如师;魏陈浩;杨睿;罗笑南设计研发完成，并于2023-06-05向国家知识产权局提交的专利申请。

本一种基于改进YOLOv8的车辆跟踪与车牌识别联合检测方法在说明书摘要公布了：本发明涉及小目标检测与多目标跟踪技术领域，具体涉及一种基于改进YOLOv8的车辆跟踪与车牌识别联合检测方法，将车辆检测跟踪与车牌识别融合在一个统一的系统中，通过以下步骤实现联合检测，首先采用改进YOLOv8算法对车辆与车牌进行检测，再使用基于匈牙利算法的BOT‑SORT跟踪算法进行车辆目标跟踪，同时使用LPRNet进行车牌识别，通过使用了可变形卷积操作代替标准卷积，可根据图像改变感受野大小，同时添加了MHSA注意力网络，在保证轻量化的同时，大大提升了物体检测精度，同时本发明将车辆多目标跟踪和车牌识别集成在一个系统中，使用方便，容易部署在边缘设备中。

本发明授权一种基于改进YOLOv8的车辆跟踪与车牌识别联合检测方法在权利要求书中公布了：1.一种基于改进YOLOv8的车辆跟踪与车牌识别联合检测方法，其特征在于，包括下列步骤： 步骤1：传入同时具有车辆标记框和车牌标记框两种标签的图片数据集进行训练； 步骤2：使用改进的YOLOv8网络对传入的车辆图像进行车辆与车牌两个目标的检测与定位，分别获得车辆检测结果和车牌检测结果； 所述改进的YOLOv8网络中的改进具体为将原始YOLOv8模型Backbone主干网络中标准卷积替换为DCN可变形卷积，同时在SPPF层下增加MHSA多头注意力网络，在Backbone主干网络第2层增加尺寸大小为160x160的特征图作为小目标检测层； 对所传入的车辆图像进行车辆与车牌两个目标的检测与定位的过程，包括下列步骤： 对传入的图像经过预处理后送入Backbone主干网络进行处理，经过两层标准卷积进行浅层特征提取得到特征图，随后送入C2F和DCN卷积层中做进一步的特征提取，最后特征图经过SPPF层被转换为固定大小的特征向量送入MHSA进行注意力操作，在提高性能的同时时间复杂度降低； 通过PAN-FPN网络对车辆进行多尺度特征融合预测，在Backbone主干网络第2层增加尺寸大小为160x160的特征图作为小目标检测层，经过两个分支进行卷积操作后分别使用VFL计算分类损失，CIOU计算回归损失，总体损失函数的公式如下： L＝LVFL+LCIOU 其中LVFL表示VFL损失函数，LCIOU表示CIOU损失； 步骤3：使用基于匈牙利算法的BOT-SORT跟踪算法对所述车辆检测结果进行计算处理，输出画面中每个车辆的边界框和ID； 步骤4：将车牌检测结果中的车牌区域裁切下来输入LPRNet网络进行车牌识别； 步骤5：通过计算车辆边界框与车牌边界框的交并比，将步骤3得到的车辆ID与步骤4得到的车牌信息进行匹配。

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桂林电子科技大学;南宁桂电电子科技研究院有限公司，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路1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。