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！

龙图腾网获悉西安电子科技大学申请的专利一种基于动态图结构细胞长短期记忆网络的目标长时轨迹预测方法、系统、设备及介质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：CN119494859B 。

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：202411646690.8，技术领域涉及：G06T7/246；该发明授权一种基于动态图结构细胞长短期记忆网络的目标长时轨迹预测方法、系统、设备及介质是由刘龙;谢家强;张梦璇;张文博;姬红兵;方榉炫;李浩生;常雅淇;罗清泉;刘祥蓬设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种基于动态图结构细胞长短期记忆网络的目标长时轨迹预测方法、系统、设备及介质在说明书摘要公布了：一种基于动态图结构细胞长短期记忆网络的目标长时轨迹预测方法、系统、设备及介质，该方法利用目标交互结构图在表示运动空间中交互信息的有效性，结合图卷积神经网络传递主体目标的隐式特征，以及根据图注意力机制的特征筛选机制，关注不同维度的信息特征，通过增加空间信息记忆单元，增强长短期记忆网络LSTM处理空间结构信息的能力，使改进后的LSTM网络能够同时处理运动空间的时序信息以及空间信息；系统、设备及介质用于实现该方法；本发明通过图卷积算法、图注意力机制以及LSTM网络的特点，能够有效地解决目标长时轨迹预测中的轨迹终点预测模糊问题，可以取得更好的效果，预测结果与真实值具有更小的误差。

本发明授权一种基于动态图结构细胞长短期记忆网络的目标长时轨迹预测方法、系统、设备及介质在权利要求书中公布了：1.一种基于动态图结构细胞长短期记忆网络的目标长时轨迹预测方法，其特征在于，包括以下步骤： 步骤1，使用3D目标检测器以及3D目标跟踪器对输入视频进行检测，获取视频中所有目标的3D运动信息特征； 步骤2，对步骤1检测到的视频中所有目标的3D运动信息特征执行统一的标准化处理，得到运动目标信息特征数据集； 步骤3，对步骤2得到的运动目标信息特征数据集提取每一个场景，将每一个场景中的每个时刻表示为一个图，其中，将每个时刻中的目标ID作为图中的节点，将目标ID中的预测运动目标作为图中的主节点，目标ID中的其他运动目标作为图中的其他节点，将主节点和其他节点构建为反映运动空间的图邻接矩阵； 步骤4，将步骤2标准化后的运动目标信息特征数据集中的每个场景中的每个时刻中的目标信息特征作为图卷积网络及图注意力机制的初始输入特征矩阵，为步骤3得到的反映运动空间的图邻接矩阵提供3D运动信息特征，采用空间图特征提取模块SGFE对图邻接矩阵中每个节点特征进行更新，输出隐式空间运动结构信息，包括运动空间中各目标之间的运动信息； 步骤5，将步骤4输出的隐式空间运动结构信息输入至动态图结构细胞长短期记忆网络TSGCell-LSTM，通过动态图结构细胞长短期记忆网络TSGCell-LSTM同时处理运动空间中的时序信息及空间交互信息，最终输出预测运动目标的长时轨迹信息，包括该预测运动目标的未来3D运动位置信息； 所述步骤5的具体过程如下： 动态图结构细胞长短期记忆网络TSGCell-LSTM包括标准记忆单元、空间信息记忆单元和遗忘单元；其中，标准记忆单元为用于存储随时间步更新的状态信息，负责在每一时刻根据输入数据和网络的历史状态来决定信息的更新和保留；空间信息记忆单元增强标准LSTM网络的空间信息记忆能力，联合提取运动空间中的目标时序信息与空间信息，对运动空间中每个时刻的交互信息进行更新；遗忘单元为用于帮助网络清除无关或过时的信息，以使网络只保留重要的特征信息；动态图结构细胞长短期记忆网络TSGCell-LSTM的具体实施步骤为： 步骤5.1，特征输入：将步骤4得到的隐式空间运动结构信息输入至动态图结构细胞长短期记忆网络TSGCell-LSTM； 步骤5.2，空间信息筛选：将步骤5.1输入的运动空间中的隐式交互信息进行一部分筛选及传递，其信息筛选方式为： Grt＝sigmoidnetGt5 其中，Gt为当前帧的空间交互信息，ht-1为上一帧传递的信息，Grt为经过筛选后的空间信息； 步骤5.3，信息更新：由步骤5.2中筛选后的空间信息Grt进入动态图结构细胞长短期记忆网络TSGCell-LSTM中的空间信息记忆单元，所述空间信息记忆单元通过类似记忆门的操作对当前空间结构信息进行强化记忆，其信息传递方式表示为： Ct＝Ct1+It*Rt*Grt6 其中，Ct1为经过标准记忆单元和遗忘单元后的记忆信息，Ct为通过空间信息更新后的记忆信息； 步骤5.4，输出更新结果：对步骤5.3更新后的记忆信息增加偏置项，输出迭代更新结果； 步骤5.5，在步骤5.4输出更新结果进入最后一层全连接层，回归得到预测运动目标的未来3D运动位置信息。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路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。