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！

龙图腾网获悉大连理工大学申请的专利一种高密度像素追踪的岩土体变形实时监测方法及系统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：CN121140665B 。

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：202511686186.5，技术领域涉及：G01B11/16；该发明授权一种高密度像素追踪的岩土体变形实时监测方法及系统是由唐世斌;徐浩然设计研发完成，并于2025-11-18向国家知识产权局提交的专利申请。

本一种高密度像素追踪的岩土体变形实时监测方法及系统在说明书摘要公布了：本发明涉及地质灾害监测及预警技术领域，公开了一种高密度像素追踪的岩土体变形实时监测方法及系统。技术方案：采集监测视频并上传或缓存；完成格式转换、时间对齐和缓冲管理；自动布点并进行高密度像素级连续跟踪生成坐标矩阵；训练与优化模型；利用深度估计获取三维坐标；进行聚类分析、阈值判断并触发报警；可视化展示和生成报告。有益效果：本发明具有设备兼容性强、自动化程度高、监测密度大、实时性强、无需物理靶标、部署灵活等优点，可广泛应用于边坡、隧道、滑坡体等复杂地质场景，显著提高地质灾害预警的时效性与准确性，降低运维成本，具备良好的工程推广价值。

本发明授权一种高密度像素追踪的岩土体变形实时监测方法及系统在权利要求书中公布了：1.一种高密度像素追踪的岩土体变形实时监测系统，其特征在于，包括： 数据采集模块，用于获取监测区域的视频数据； 深度估计模块，用于将像素坐标转换为三维空间坐标； 像素跟踪模块，用于在监测区域自动布设高密度监测点并进行连续像素级跟踪； 数据处理模块，用于对跟踪数据和深度数据进行时间对齐、变形计算与报警判断； 数据可视化模块，用于动态展示变形信息、触发报警并生成监测报告； 执行如下步骤： S1：采集监测区域视频数据，并进行时间同步与存储管理； S2：对视频数据进行格式转换、时间对齐与缓冲管理； S3：在首帧图像中自动布设监测点，采用滑动窗口机制进行高密度像素级跟踪，生成像素坐标时序矩阵，具体步骤如下： S31、首先在首帧图像中确定监测区域边界，所述边界通过人工交互标定、自动目标检测算法或预设坐标文件获得； S32、在确定监测区域后，系统根据区域尺寸和用户设定的网格密度参数，自动生成覆盖整个监测区域的网格化监测点集，所述监测点的分布可调节以满足不同精度与计算开销的需求； S33、系统调用基于深度学习的点跟踪网络对所述监测点进行逐帧跟踪，将接收到的视频流拆解为连续帧图像并标记每一帧的时空索引，通过滑动式窗口的模式进行处理，视频帧首先加载到滑动窗口，输入视频流： 2 其中V表示输入的视频序列，表示第𝑡帧图像，t表示图像帧的时间索引； 总帧数为，滑动窗口划分为： 3 其中表示第𝑗个滑动窗口包含的连续图像帧集合，L为窗口长度，默认L=8帧，j为窗口索引，，相邻窗口重叠L2帧以确保跟踪连续性；为向下取整操作； S34、处理后的视频帧从内存中丢弃，仅保留当前窗口和前一窗口最后L2帧的跟踪状态以解决长视频跟踪中内存不足的问题；输入滑动窗口的视频经过特征提取和Transformer网络架构m次修正监测点位置： 4 其中为CNN提取的多尺度特征，为RAFT式相关特征，迭代次数m，表示第𝑚+1次迭代后的监测点像素坐标，表示第𝑚次迭代后的监测点像素坐标估计；窗口每次滑动距离为L2帧，经过滑动窗口处理后输出监测点像素坐标矩阵，其中表示第𝑗个滑动窗口输出的监测点像素坐标矩阵，表示实数域，N表示监测点数量； S4：训练与优化像素跟踪模型，提升其在复杂环境下的鲁棒性； S5：利用深度估计方法将像素坐标转换为三维空间坐标； S6：对三维坐标进行时序对齐、位移计算、聚类分析与阈值判断，触发报警； S7：对变形数据进行动态可视化展示，生成监测报告并输出预警信息。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路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。