法律状态: 全部 已授权 审中
项目申报: 全部 报过 没有报过
共 50 件在售专利
一种基于迭代RANSAC的自适应新生目标强度估计的GM-PHD多目标跟踪方法,包括I-RANSAC新生目标检测模块和PHD滤波模块。其中:所述I-RANSAC新生目标检测模块包括:有效量测生成子模块、假设生成子模块、假设检验子模块,其中:有效量测生成子模块分别与当前量测和当前状态估计相连传输当前“滑窗”的有效量测,假设生成子模块与有效量测子模块相连传输从有效量测中通过随机采样而生成的航迹假设,假设检验子模块与假设生成子模块相连传输对当前假设航迹的经验结果,即确认的新生目标的位置信息。本发明方法具有有效、鲁棒的优点,可广泛应用于雷达、机器人、视频监控等多目标跟踪领域。
📄 2015109431731 📂 G06T7_20 👤 江南大学 📅 2015-12-15
¥0.0 元
本发明涉及一种用于误导目标跟踪的对抗样本生成方法、系统、设备和介质,涉及对抗样本生成技术领域,其中,方法包括:获取待目标跟踪的视频序列;利用进化搜索策略生成视频序列中帧图像最优的对抗样本,最优的对抗样本用于误导目标跟踪,具体包括:进化搜索策略采用改进的粒子群优化算法,将改进的粒子群优化算法中的粒子作为用于生成对抗样本的查询,在改进的粒子群优化算法中,对每一帧图像中的查询进行速度初始化,基于查询速度初始化后再迭代更新查询的位置、更新查询的速度,不停迭代以生成最优的对抗样本。本发明构建了一种高效的进化搜索策略,该进化搜索策略能够生成误导跟踪器的对抗样本,使得跟踪器无法正确地跟踪目标。
📄 2024116338350 📂 G06T7_20 👤 江苏数伽科技有限公司, 江南大学 📅 2024-11-15
¥0.0 元
本发明涉及一种结合卷积和轴注意力的光流估计方法、系统及电子设备,方法包括:获取并提取所述第一帧图像和第二帧图像的第一匹配特征和第二匹配特征,并提取第一帧图像的上下文网络特征;分别提取第一匹配特征、第二匹配特征和上下文网络特征中每个特征点的周边关系信息,得到第一LC‑LD匹配特征、第二LC‑LD匹配特征和LC‑LD上下文特征;计算第一LC‑LD匹配特征和第二LC‑LD匹配特征的相关性成本量,并将相关性成本量与LC‑LD上下文特征输入GRU网络进行迭代优化,得到低分辨率光流;对所述低分辨率光流进行上采样,得到高分辨率光流。本发明在光流估计中使用较少迭代次数时依然可以获得较好的精度和泛化性能。
📄 202211585174X 📂 G06T7_207 👤 江南大学 📅 2022-12-09
¥0.0 元
多功能人造草坪
发明 已授权
本发明公开了一种多功能人造草坪,属于体育场馆草坪的技术领域,其包括草坪本体,在草坪本体边缘固定连接有多个摄像头,摄像头均冲向草坪内部设置,所有摄像头共同连接有控制系统,控制系统包括视频采集模块、存储模块、三维模型建立模块、时空三维模型整理模块和运动路线计算模块,控制模块采集摄像头拍摄的视频信息并根据视频信息制作三维模型,根据不同时间制作的三维模型制作时空三维模型,控制模块再根据时空三维模型绘制体现每个人物的运动轨迹和运动速度的二维运动路线图,本发明具有草坪能够对草坪上的运动员自动记录运动信息,利于对运动员运动过程的管理的效果。
📄 2019104704552 📂 G06T7_20 👤 深圳市创想体育设施工程有限公司 📅 2019-05-31
¥0.0 元
基于编码‑解码网络的深度运动分离方法属于图像处理领域。从原始混合运动中估计全局运动和局部运动是有必要的。现有的全局运动估计算法无法表达复杂场景下的全部全局运动。同时,体育比赛转播视频等存在静止的记分牌等区域,对局部运动估计造成了影响。本发明提出了一种端到端的全局与局部运动估计网络,利用自动编码器将原始运动编码为代表全部全局运动的低维向量后解码为全局运动场。网络通过混合运动场中全局运动区域的运动值进行弱监督学习。进一步,Attention U‑net将粗糙局部运动中的记分牌等噪声区域的运动值去除,得到纯净的局部运动。在行为识别数据集NCAA,UCF‑101和单应性估计数据集DHE上的实验表明,该方法的全局运动和局部运动估计结果好于现有方法。
📄 2021110763610 📂 G06T7_207 👤 北京工业大学 📅 2021-09-15
¥0.0 元
本发明公开了一种基于四元数的三维人体姿态估计运动矫正方法,包括步骤1、采集运动数据并进行数据预处理;步骤2、使用卷积神经网络进行人体关节点特征提取;步骤3、利用提取到的关节点特征,构建四元数进行旋转;步骤4、利用三维坐标值以及三维空间中计算角度的方法计算各个关节与关节之间的角度以及骨架,用来进行姿态矫正;同时通过计算斜率进行速度矫正。本发明通过四元数旋转提升了三维空间中姿态矫正的精确度;通过欧氏距离和角度变化的快慢,重新定义了三维空间中动作运动速度的判定方法;本发明能够在运动健康中三维人体姿态估计方面,在运动速度判定和动作识别上取得较好效果。
📄 202310161400X 📂 G06T7_207 👤 浙江工业大学 📅 2023-02-24
¥0.0 元
本发明涉及一种自动驾驶场景下基于卷积关联网络的行人目标跟踪方法,通过利用卷积关联网络与轻量级目标检测网络共享特征,来捕获目标间的关联性,从而实现目标跟踪,具体包括以下步骤:A1‑1、获取一个一阶段目标检测模型,然后一共经过5次下采样,在最后三个尺度的特征图上进行预测,除了第一次下采样时采用普通卷积模块,后面四次下采样均采用多尺度下采样模块中设计到的模型均更换成可分离卷积模块,并将模型在最后三次下采样的特征图上做目标框预测,最终构成轻量级行人目标检测网络;A2‑1、预测目标关联矩阵,得到目标关联矩阵;A3‑1、然后通过卷积关联网络设计行人目标跟踪策略,最终获得行人关联的目标跟踪结果。本发明在跟踪精度与速度上都能良好地适应自动驾驶场景。
📄 2020104392996 📂 G06T7_207 👤 重庆理工大学 📅 2020-05-22
¥0.0 元
本发明公开了一种基于Mamba的高效光流估计方法和装置,其方法包括:对相邻两帧图像进行归一化与尺寸对齐,并经共享权重卷积编码器提取固定下采样率的密集特征;将两帧特征送入多层次特征增强模块,由帧内建模单元与跨帧交互单元级联并配合通道重整与残差校正,得到增强特征;在低分辨率上构建四维代价体并沿目标坐标维进行概率归一化,按概率对目标坐标网格加权求得对应坐标并与源坐标作差,获得初始光流;将初始光流与上下文及局部相关进行注意力引导的空间融合,送入基于差分Mamba的自回归细化模块按少量固定步迭代更新,并通过凸组合上采样恢复至目标分辨率,输出最终光流。本发明能够在低复杂度与低时延下准确估计光流场。
📄 2025115121810 📂 G06T7_207 👤 浙江工业大学 📅 2025-10-22
¥0.0 元
本发明公开了一种基于关键帧的在线学习的离线视频跟踪方法,包括以下步骤:对于给定的离线视频,选择一定数量的关键帧进行标注,并由此构建完备的模板字典,在跟踪过程中,对于每一个候选图像区域,计算其与纯净模板子块之间的距离,从而有效对纯净模板子块进行选择,提高计算效率;为了减少跟踪误差的积累,采用循环跟踪的策略将开环问题转化为闭环问题,从而有效地提高目标跟踪的鲁棒性;利用跟踪的结果,对动态模板进行在线地半监督学习,以适应目标表观的变化。在跟踪过程中对目标模板字典进行有效地在线学习,从而避免每次模板更新所带来的误差累积;采用循环跟踪的策略将开环问题转化为闭环问题,从而有效的提高目标跟踪的鲁棒性。
📄 2015100102279 📂 G06T7_20 👤 温州大学 📅 2015-01-09
¥0.0 元
本发明公开了一种基于排序融合学习的目标跟踪方法,主要包含以下步骤:计算目标候选区域在各种跟踪算法的排序、建立后验概率模型(Extended Mallows Model)、基于EM算法的参数计算、专家度参数与跟踪算法的自适应更新等模块。本发明提出一种通用框架来实现了不同跟踪算法的有效融合,特别有效地实现了判别式跟踪算法和产生式跟踪算法的完美互补,从而避免了它们各自的缺点,提高跟踪算法的鲁棒性。实验结果表明,相对于其他的经典跟踪算法,该跟踪算法更具有普适性,即在各种具有挑战性视频中也能精确地跟踪到目标。该算法是一种通用的算法,具有广泛的应用前景。
📄 2015102701763 📂 G06T7_20 👤 温州大学 📅 2015-05-23
¥0.0 元
本发明涉及涉及一种多特征分层融合的相关滤波鲁棒跟踪方法。为提高目标跟踪的鲁棒性,针对相关滤波跟踪中的多特征融合问题,本发明提出了一种多特征分层融合策略。从目标和周围背景区域分别提取HOG特征、CN特征和颜色直方图特征三种特征。采用自适应加权融合策略进行HOG特征和CN特征的特征响应图融合。将该层融合结果与基于颜色直方图特征获得的特征响应图进行第二层融合时,采用固定系数融合策略进行特征响应图的融合。本发明在保证跟踪准确率的前提下,跟踪鲁棒性优于其它算法。当相关滤波跟踪算法采用了多个特征时,本发明的分层融合策略具有一定的借鉴性。
📄 2017108349724 📂 G06T7_207 👤 杭州电子科技大学 📅 2017-09-15
¥0.0 元
本发明公开的RGBD视频中基于局部刚性假设的场景流估计方法,首先,分别输入连续两帧RGB图像和深度图像,并计算连续两帧RGB图像之间的光流信息;其次,根据坐标转换配准输入的深度图像和RGB图像,修复深度图像中的洞和消除噪声点;然后,使用K‑means算法对修复后的深度图像分层,将深度值接近的像素值分为同一层;然后使用局部刚性全局非刚性假设将每一层分成许多的块并计算每个块的运动信息;最后,根据光流信息和深度图像的分层信息得到最终的场景流信息。本发明公开的方法与传统的计算场景流的方法相比,具有较高的精度。
📄 2019105950925 📂 G06T7_207 👤 西安理工大学 📅 2019-07-03
¥0.0 元
发明 已授权
发明 已授权

用于误导目标跟踪的对抗样本生成方法、系统、设备和介质

2024116338350 · 江苏数伽科技有限公司, 江南大学
¥0.0 元
发明 已授权
发明 已授权

多功能人造草坪

2019104704552 · 深圳市创想体育设施工程有限公司
¥0.0 元
发明 已授权

基于编码-解码网络的深度运动分离方法

2021110763610 · 北京工业大学
¥0.0 元
发明 已授权

一种基于四元数的三维人体姿态估计运动矫正方法

202310161400X · 浙江工业大学
¥0.0 元
发明 已授权
发明 已授权

一种基于Mamba的高效光流估计方法和装置

2025115121810 · 浙江工业大学
¥0.0 元
发明 已授权
发明 已授权

一种基于排序融合学习的目标跟踪方法

2015102701763 · 温州大学
¥0.0 元
发明 已授权

多特征分层融合的相关滤波鲁棒跟踪方法

2017108349724 · 杭州电子科技大学
¥0.0 元
发明 已授权

RGBD视频中基于局部刚性假设的场景流估计方法

2019105950925 · 西安理工大学
¥0.0 元

求购专区 · 发布技术需求,卖家在线应标

🔋 高能量密度固态电解质材料与制备工艺
预算:¥50-100万截止:2026-08-30发布方:××新能源科技响应:8人

交易保障 · 安心交易

资金托管

买家付款至平台,交易完成/过户成功后放款给卖家

权属尽调

专利有效性分析 + 权属状态核查,确保交易安全

合同审核

标准转让/许可合同模板,支持在线电子签署

全程代办

著录项目变更、备案手续全程代办,省心省力

交易流程 · 六步完成专利交易

1
选专利
2
在线沟通
3
签署合同
4
支付款项
5
办理变更
6
过户完成

成功交易案例

🔬

固态锂电池电解质专利包

转让方:中国科学院××研究所
受让方:××新能源科技有限公司
交易类型:独占许可
交易金额:¥320万
🧬

CRISPR基因编辑技术

转让方:××大学
受让方:××生物医药有限公司
交易类型:转让
交易金额:¥1,200万
⚡

SiC功率器件工艺专利

转让方:××半导体有限公司
受让方:××汽车电子集团
交易类型:转让
交易金额:¥680万
☀️

钙钛矿光伏组件技术

转让方:××科技公司
受让方:××能源集团
交易类型:开放许可
交易金额:¥50万/年