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
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
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
本发明公开了一种基于深度学习点线特征和IMU紧耦合的机器人运动估计方法，包括：对当前帧图像进行实例分割处理得到动态像素和静态像素；对于静态像素部分，提取预测的重复性单元和稠密描述子并进行线特征提取；获取像素级可重复性图和分块级可重复性图，采用基于可重复性的残差，构造点特征重投影误差函数，从而估计机器人位姿；利用线特征构建线特征重投影误差函数，约束位姿估计；对连续两帧图像之间的IMU数据进行预积分，构造IMU误差函数对位姿的迭代优化；最小化点特征重投影误差函数、线特征重投影误差函数以及IMU误差函数之和来优化所有状态变量，求得准确的机器人位姿信息。本发明解决了现有技术在动态环境中定位精度不高、鲁棒性差等问题。
📄 2022102838588
📂 G06T7_207
👤 广东工业大学
📅 2022-03-22
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
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
本发明涉及一种基于多智能体控制的单目标动态跟踪与围捕方法。目前缺乏运用多智能体控制对运动目标进行编队式跟踪与控制的方法。本发明方法通过使用序列多假设跟踪算法对运动目标状态进行估计，在杂波环境下获得目标状态后，引入基于一致性思想设计分布式控制器实现多智能体对单目标动态围捕，最后通过传感器控制方法对目标估计轨迹进行跟踪。发明方法可以使多智能体系统形成编队、保持编队，并实现对单目标的动态跟踪与围捕，加深了传统算法中对传感器控制问题及目标跟踪问题的结合。
📄 2019107402395
📂 G06T7_207
👤 杭州电子科技大学
📅 2019-08-12
本发明提供一种基于RGB颜色直方图的判别式跟踪方法，该方法包括：首先，预先估计出目标概率图，降低在搜索区域内搜索目标时的计算量；其次，在当前搜索区域内滑动窗口依次计算候选窗口被认为是目标的得分，选取得分最高的候选窗口作为新的目标位置；最后，根据新的目标位置更新概率图，标定目标。本方案与其他基于颜色直方图的跟踪方法的不同之处在于优化了干扰抑制项，对目标周围出现的相似的区域有较好的抵抗力；针对机场场景较大目标可能由远及近或由近及远的运动造成目标尺度变化较大的情况，在算法中加入尺度估计的功能，可根据目标物大小自动调整大小。
📄 2017103550789
📂 G06T7_207
👤 成都信息工程大学
📅 2017-05-19
本发明公开了一种基于动态包络体的行人轨迹预测方法及系统，涉及轨迹预测领域，方法包括：通过双目相机采集图像并进行3D目标检测，将数据投影到2D鸟瞰图中以提取人群运动特征，结合速度方差、密度梯度和历史轨迹相似度等特征向量对行人进行聚类分组，并利用α‑shape算法构建人群包络体几何模型；随后采用Transformer模型预测包络体未来状态，并通过残差修正模块优化结果，从而实现对行人轨迹的准确预测。本发明通过结合3D目标检测、2D鸟瞰图建模、人群特征提取与Transformer预测模型等技术手段，实现了对复杂场景下行人的高精度轨迹预测。
📄 2025110147462
📂 G06T7_207
👤 华侨大学
📅 2025-07-23
本发明公开一种自适应自纠正的目标跟踪方法，该方法是将目标跟踪中的干扰因素分为环境因素和目标本身因素，根据分类的干扰因素分别提出静态外观模型和自适应外观模型，再对静态外观模型和自适应外观模型进行去噪然后将其融合，最后通过自纠正的跟踪框架以提高跟踪的准确性，它包括静态模块、自适应模块、去噪模块及目标跟踪算法模块；本发明解决在长期跟踪过程中由于环境和目标变化导致的跟踪丢失问题，并在此基础上提出了能够自纠正的跟踪框架。
📄 2017103546660
📂 G06T7_207
👤 贵州宇鹏科技有限责任公司
📅 2017-05-18
本发明公开了一种基于相机轨迹估计和特征块匹配的稳像方法，采用SIFT算法提取特征点并利用特征点进行粗匹配，采用使用M估计抽样一致性(M‑estimator Sample and Consensus，MSAC)算法去除异常匹配点。通过得到的匹配对进行拟合二维线性运动模型。用得到的二维线性运动模型估计相机的原始运动路径。确定目标函数平滑的约束条件以及限制原始相机运动路径变换的约束条件。同时针对上述最优化问题的求解，得到裁剪变换矩阵。再用裁剪窗口的变换矩阵对原始视频序列进行变换得到稳定的视频序列。
📄 2019101925267
📂 G06T7_207
👤 河海大学
📅 2019-03-14
本申请公开一种运动目标徘徊行为检测的方法、装置及存储介质，具体包括：获取运动目标在被监测空间范围内的连续运动轨迹，根据空间坐标信息和时间信息对连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹；再获得徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间。应用本申请实施例方案，本申请实施例预先对被监测空间进行了网格划分，不仅利用空间坐标信息进行轨迹分析处理，而且将空间坐标信息关联到对应网格的网格信息进行处理。相对于轨迹点来说，网格是更为宽泛的空间范围，更适用于对各种不同徘徊行为的识别。另一方面，相对于被监测空间来说，网格是更精确的范围，可以更准确定位徘徊行为的空间和时间。
📄 2020103300338
📂 G06T7_207
👤 杭州海康威视数字技术股份有限公司
📅 2020-04-24
柿子坊 · 知识产权运营
柿子坊知识产权运营平台