買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉湖南大學申請的專利一種融合視覺光流特征點追蹤與運動趨勢估計的多目標實時跟蹤方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115953437B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310119716.2，技術領域涉及：G06T7/269；該發明授權一種融合視覺光流特征點追蹤與運動趨勢估計的多目標實時跟蹤方法是由孫長亮;劉宏立;吳曉闖設計研發完成，并于2023-02-16向國家知識產權局提交的專利申請。

本一種融合視覺光流特征點追蹤與運動趨勢估計的多目標實時跟蹤方法在說明書摘要公布了：本發明提供一種面向智能駕駛場景的融合視覺光流特征點追蹤與運動趨勢估計的多目標實時跟蹤方法，該方法將上一幀跟蹤的目標所在區域提取光流特征，預測目標在當前幀所在的位置，同時通過矩形框運動趨勢估計算法預測矩形框運動趨勢，將二個預測結果進行對比，得到上一幀目標在當前幀的預測位置；再與當前幀目標檢測結果的相似度、重疊度、差異度等特征確定目標跟蹤的準確性；最后將跟蹤成功的目標進行位置濾波，提高目標矩形框的穩定性，并輸出給智能駕駛決策模塊。本發明主要應用于智能駕駛視覺目標跟蹤模塊中，為系統提供穩定可靠的目標輸出。

本發明授權一種融合視覺光流特征點追蹤與運動趨勢估計的多目標實時跟蹤方法在權利要求書中公布了：1.一種融合視覺光流特征點追蹤與運動趨勢估計的多目標實時跟蹤方法，其特征在于，包括： 步驟10：通過圖像采集設備實時獲取當前第i幀的圖像Mi，使用YOLO目標檢測算法檢測Mi中的目標，得到目標的矩形框位置，將第i幀每個目標加入第i幀的目標檢測結果列表Objectsi； 步驟20：如果第i幀為第一幀，對Objectsi中每個目標，配置新的ID，將目標第一參數tracked_frames設置為1，將目標第二參數patched_frames設置為0，將Objectsi賦值給當前第i幀的目標跟蹤結果列表跳轉至步驟70；如果第i幀不是第一幀，則繼續執行步驟30； 步驟30：對第i-1幀的目標跟蹤結果列表的每個目標，使用矩形框運動趨勢估計算法處理，得到目標在當前幀的運動狀態預測位置列表使用矩形框區域圖像光流特征點追蹤算法處理，得到當前幀的目標光流預測位置列表 步驟40：對比和中ID相同目標j的矩形框位置，計算第一矩形框重疊度IoU1，根據第一重疊度預設閾值判斷，如果目標跟蹤成功，將該目標加入第i-1幀的目標在第i幀的位置跟蹤預測結果列表并將該目標的patched_frames加1；如果目標跟蹤失敗，將該目標的tracked_frames設置為0； 步驟50：對Objectsi中的每個目標分別與中的每個目標計算匹配度，包括，第二重疊度匹配度IoU2，歸一化中心點距離Dist，差異度Diff，所在圖像區域相似度SimM，如果匹配度滿足超參數閾值，則將IoU2作為這兩個目標匹配度的權重，如果匹配度不滿足超參數閾值，則將這兩個目標匹配度對應的權重設置為0，基于此權重構建匹配度權重矩陣； 步驟60：根據匹配度權重矩陣，使用KM最優匹配算法獲得第i-1幀和第i幀各個目標之間的匹配關系，對于匹配成功的目標，將第i-1幀中目標的ID賦值給第i幀的匹配目標，tracked_frames加1，patched_frames設置為0；對于第i幀中未匹配的目標，分配新的ID，tracked_frames設置為1,patched_frames設置為0；對于第i-1幀中未匹配的目標，ID不變,patched_frames加1；各目標均加入列表； 步驟70：對中的目標進行分析判斷，如果patched_frames大于最大目標預測幀數Pn，則將該目標從中移除，回收其ID；如果patched_frames小于最大目標預測幀數Pn，且tracked_frames大于最小目標跟蹤幀數Tn，則將該目標從中移除并加入列表； 步驟80：對的每個目標，使用矩形框平滑濾波算法進行濾波，輸出濾波后的結果，當前第i幀目標跟蹤完成；并將中的目標加入緩存列表，用于下一幀跟蹤；返回步驟10處理下一幀圖像。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人湖南大學，其通訊地址為：410082 湖南省長沙市岳麓區麓山南路1號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。