专利名称：一种基于特征聚合的多目标跟踪算法      申请号：2021100708570     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉 多目标跟踪   相似专利 发布日：2025/04/15  
摘要： 本发明公开了一种基于特征聚合的多目标跟踪算法，采用目标检测算法对待检测目标进行检测，得到检测框内的目标图像及检测框数据集合；将检测框内的目标图像输入重识别网络，利用重识别网络提取检测目标的外观特征，得到外观特征数据集合；利用卡尔曼滤波算法预测跟踪轨迹；利用关联算法对检测目标和跟踪轨迹进行匹配；利用卡尔曼滤波更新匹配成功的跟踪轨迹；本发明的多目标跟踪算法可以准确提取检测目标的外观特征，减少跟踪过程中身份识别混乱现象。同时利用两阶段数据关联匹配机制可有效抑制目标遮挡和突然形变导致的匹配失效。

专利名称：一种联合注意力机制端到端训练的行人多目标跟踪方法      申请号：2020114532288     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉 多目标跟踪   相似专利 发布日：2025/03/27  
摘要： 本发明公开了一种联合注意力机制端到端训练的行人多目标跟踪方法，收集带标签的视频序列的行人数据集，并利用标签中每个视频的第一帧真实边界框作为模板样本，再根据样本的中心在第二帧中裁剪出正搜索区域样本，以及在不是同类目标的区域裁剪出负搜索区域样本，组成三元组数据输入，然后利用卷积神经网络提取样本的特征信息，再使用注意力机制模块指导网络模型倾向重要的特征信息，最后计算相似度和数据关联。本发明将基于孪生网络的单目标跟踪和关联网络集成到统一的网络结构中，并结合注意力机制是网络偏重学习有意义的特征信息，提高网络模型的特征表达能力，提高计算效率，简化训练过程。

专利名称：一种自适应分层关联多目标跟踪方法      申请号：201610193012X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉 多目标跟踪   相似专利 发布日：2025/02/19  
摘要： 本发明属于智能视频监控技术领域，提出了一种自适应分层关联多目标跟踪方法。本方法利用增量线性可判别分析(ILDA，Incremental Linear Discriminant Analysis)寻找一个能尽可能分离各个目标的投影矩阵，并提取各个目标的特征均值向量，并用其定义轨迹和候选目标进行匹配的关联代价函数，从而来指导连续轨迹和断开轨迹的增长。当前帧匹配结束后，计算各个轨迹最新匹配结果和其特征均值向量的差异，当差异大于一定阈值的时候，用该匹配结果来更新ILDA模型相关参数，否则不更新。相比现有技术，本发明能够减少多目标跟踪过程中由于目标外观相似而跟错目标的概率。

专利名称：一种基于轨迹关联的多目标跟踪方法      申请号：2015103260217     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉 多目标跟踪   相似专利 发布日：2025/02/19  
摘要： 本发明公开了一种基于轨迹关联的多目标跟踪方法，该方法包括以下步骤：首先，基于场景自适应方法生成局部轨迹，实现检测响应与原有轨迹关联；然后，基于增量线性判决的表观模型，实现全局轨迹关联；最后，基于非线性运动模型，实现轨迹片段间空缺填补，以获取完整且平滑的跟踪轨迹。本发明的方法能在目标遮挡、不同目标具有相似外貌特征、运动目标方向突变等复杂情况下，实现多目标的正确关联，最终得到稳定、连续的跟踪轨迹。

专利名称：一种基于高阶图跨时域关联的多目标跟踪方法      申请号：2017100155504     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 多目标跟踪   相似专利 发布日：2024/10/16  
摘要： 本发明公开了一种基于高阶图跨时域关联的多目标跟踪方法，首先根据多目标检测方法得到视频中各帧的检测结果；然后由这些检测响应和构建高阶边的限制函数F(vi,vj)来构建一个跨时域的普通高阶图；之后为了快速提取普通高阶图中包含的各个时域下的局部轨迹段集合，使用RANSAC‑style的优化方法将普通高阶图先转化成随机一致性高阶图，再进一步转化成普通的二阶图，最后对普通二阶图进行子图搜索，再将各个子图中多个轨迹段按照时域的先后顺序连接起来，形成目标长轨迹，从而使复杂场景中的多目标跟踪具有很好的鲁棒性。本发明充分利用复杂场景中多目标的运动信息和表象信息进行跨时域关联，解决了邻近目标表观相似时出现身份交换或者局部关联错误造成的跟踪失败问题。

专利名称：一种动态环境下联合多目标跟踪的物体SLAM方法      申请号：2023110549885     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：机器视觉 定位导航 地图构建 多目标跟踪   相似专利 发布日：2024/12/19  
摘要： 本发明公开了一种动态环境下联合多目标跟踪的物体SLAM方法，完成在动态环境中对动态与静态对象的定位与建图任务。首先，为精确获得物体的运动区域，通过短时密集连接(STDC)网络进行语义分割得到运动物体掩膜，依据运动物体掩膜对特征点进行区分得到静态特征点与动态特征点。同时，将图像输入到单目3D目标检测(SMOKE)网络进行三维目标检测，并将检测结果输入到数据关联模块进行多目标跟踪。利用动静态特征点与数据关联后的目标位姿共同估计相机与动静态物体位姿。最后，依据动静态特征点、相机与动静态物体位姿进行跟踪优化，提升定位与建图精度。本方法与传统SLAM方法相比，有效提升了SLAM系统的鲁棒性，建立的地图语义明确、可解释性好。

专利名称：一种未知新生强度的机动多目标跟踪与航迹维持方法      申请号：2020104663682     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 多目标跟踪   相似专利 发布日：2025/04/14  
摘要： 本发明公开了一种未知新生强度的机动多目标跟踪与航迹维持方法，属于智能信息处理技术领域。本发明方法在CPHD滤波框架下，引入参数自适应估计和粒子标识航迹关联技术以及新生目标识别策略，提出一种基于参数自适应CPHD滤波方法，以解决对复杂环境下新生目标强度未知，数目未知且时变的机动多目标跟踪的问题。本发明方法中将目标状态和时变的模型参数进行联合在线估计，采用包含不同模型参数的粒子对系统模型进行融合估计，以提高对机动目标的适应能力；滤波过程中对所有粒子进行身份标识，实现了对于新生目标可以通过量测自动识别和对多目标的航迹管理；具有较强的鲁棒性和抗干扰能力，可以满足实际工程系统的设计需求，具有良好的工程应用价值。

专利名称：基于多伯努利特征协方差的视频多目标跟踪方法      申请号：2016108600879     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：音视频 多目标跟踪   相似专利 发布日：2025/04/14  
摘要： 本发明公开了一种基于多伯努利特征协方差的视频多目标跟踪方法，它属于人工智能和智能信息处理技术领域，主要解决复杂环境下数目未知且变化的视频多目标跟踪中存在目标紧邻、尺寸变化及跟踪不准确的问题。该方法通过在多伯努利滤波框架下，引入积分图思想，并结合多特征协方差技术，采用粒子滤波方法实现对数目变化的视频多目标跟踪；在此基础上，提出目标紧邻自适应机制和目标尺寸自适应机制，分别实现对紧邻目标及跟踪窗的自适应处理；最后采用粒子标记方法实现对视频多目标的运动轨迹自适应识别跟踪。本发明具有较强的鲁棒性和抗干扰能力，可以满足实际工程系统的设计需求，具有良好的工程应用价值。

专利名称：基于高斯混合概率假设密度的数目时变多目标跟踪方法      申请号：2020103318755     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 多目标跟踪   相似专利 发布日：2025/09/19  

应用场景：智能监控系统集成;自动驾驶环境感知;无人机群协同控制;军事侦察与防御系统;人群密度分析与管理;交通流量监测优化;机器人自主导航

专利名称：基于SSD检测广义标签多伯努利视频多目标跟踪方法      申请号：2019107742556     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：音视频 多目标跟踪   相似专利 发布日：2025/04/14  
摘要： 本发明公开了一种基于SSD检测广义标签多伯努利视频多目标跟踪方法，属于计算机视觉、图像处理领域。所述方法通过利用一种无需离线学习且鲁棒性好的卷积特征表述目标外观，并采用广义标签多伯努利(GLMB)滤波实现视频多目标跟踪。考虑到多目标跟踪中，未知新生目标的不确定性导致目标跟踪结果不精确的问题，在GLMB滤波框架中引入SSD检测器对未知的新生目标进行初步识别，并采用一种权值求和的融合方法，将检测结果和跟踪结果进行融合得到最终的跟踪结果，并对目标模板进行自适应更新，不仅解决了滤波算法中跟踪偏移的问题，同时解决了检测技术中漏检、误检的问题，大大提高多目标跟踪状态的精度。

专利名称：一种基于多伯努利分布式多传感器多目标跟踪方法      申请号：2019110991501     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：传感器 布 纺织面料 跟踪 多目标跟踪   相似专利 发布日：2023/10/17  
摘要： 本发明公开了一种基于多伯努利分布式多传感器多目标跟踪方法，属于智能信息处理技术和信号处理领域。本发明的基于多伯努利滤波框架的分布式多传感器的目标跟踪方法采用了三种精度提升方法，包括交互反馈方法、决策级融合输出方法以及特征级融合反馈方法，既可以解决对新生目标漏估计的问题，同时也提高了对多目标跟踪的精度。

专利名称：一种联合多目标跟踪和行人角度识别的分类方法      申请号：2021107132834     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 多目标跟踪   相似专利 发布日：2025/06/13  
摘要： 本发明属于多目标跟踪与行人角度识别领域，具体涉及一种联合多目标跟踪和行人角度识别的分类方法，该方法包括：将待检测的图像进行增强处理；将增强后的图像输入到训练好的分类模型中进行行人跟踪和角度的识别分类，根据分类结果对待检测图像进行标记；分类模型为改进的JDE多目标跟踪模型和行人角度识别模型；本发明通过特征共享的方式实现了多目标跟踪算法与行人角度识别的算法的结合，减小了模型参数数量，减小了计算量。本发明既能够对视频中出现的所有大目标以及中等目标进行跟踪，又能够对视频中出现的所有大目标以及中等目标的角度进行角度识别，同时该算法能够满足实时性要求。