買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉吉林大學(xué)申請的專利融合場景先驗知識的多模態(tài)航拍視頻車輛目標(biāo)跟蹤方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116523966B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310559886.2，技術(shù)領(lǐng)域涉及：G06T7/246；該發(fā)明授權(quán)融合場景先驗知識的多模態(tài)航拍視頻車輛目標(biāo)跟蹤方法是由趙健;高質(zhì)桐;朱冰;黃殷梓;宋東鑒;薛越設(shè)計研發(fā)完成，并于2023-05-18向國家知識產(chǎn)權(quán)局提交的專利申請。

本融合場景先驗知識的多模態(tài)航拍視頻車輛目標(biāo)跟蹤方法在說明書摘要公布了：本發(fā)明提供一種融合場景先驗知識的多模態(tài)航拍視頻車輛目標(biāo)跟蹤方法，包括關(guān)聯(lián)感興趣區(qū)域提取、局部圖片邊緣檢測、局部圖片主色提取、計算外觀權(quán)重向量、構(gòu)建場景先驗信息庫、下一幀目標(biāo)狀態(tài)變量預(yù)測和目標(biāo)關(guān)聯(lián)結(jié)果輸出等步驟，充分挖掘多模態(tài)小目標(biāo)特征，充分考慮隔幀之間的時空限制，充分利用場景先驗信息，所得的目標(biāo)跟蹤結(jié)果更為準(zhǔn)確，解決目標(biāo)跟蹤的難點即ID混淆問題，實現(xiàn)穩(wěn)定、準(zhǔn)確的航拍視頻車輛目標(biāo)跟蹤，用以構(gòu)建真實準(zhǔn)確的車輛行駛軌跡，從軌跡中提取交通參數(shù)，為智能汽車研究提供真實有效的數(shù)據(jù)支持，為基于數(shù)據(jù)驅(qū)動的智能汽車研究方法打下基礎(chǔ)，支持智能汽車感知、決策規(guī)劃、控制、測試等領(lǐng)域的研究。

本發(fā)明授權(quán)融合場景先驗知識的多模態(tài)航拍視頻車輛目標(biāo)跟蹤方法在權(quán)利要求書中公布了：1.一種融合場景先驗知識的多模態(tài)航拍視頻車輛目標(biāo)跟蹤方法，其特征在于，包括以下步驟： 步驟一、關(guān)聯(lián)感興趣區(qū)域提?。?將航拍視頻轉(zhuǎn)換為視頻幀，利用目標(biāo)檢測算法獲取每幀中車輛目標(biāo)檢測框，統(tǒng)計目標(biāo)檢測框數(shù)量，獲取所有目標(biāo)檢測框中心橫縱坐標(biāo)、檢測框?qū)挾取z測框長寬比；保存每幀帶檢測框的全局圖片，按照目標(biāo)檢測框?qū)⒚繋械乃熊囕v目標(biāo)裁剪出，按幀號保存為局部圖片，獲取該目標(biāo)前車、后車、左前車、左車、左后車、右前車、右車、右后車檢測框，定義此8個檢測框的最小外接矩形為關(guān)聯(lián)感興趣區(qū)域，記錄關(guān)聯(lián)感興趣區(qū)域的位置信息； 步驟二、局部圖片邊緣檢測： 對所有局部圖片計算算子，獲得二值化的邊緣圖后，去除偽邊緣，獲得更為準(zhǔn)確的邊緣圖，從邊緣圖中提取所有局部圖片的前擋風(fēng)玻璃邊緣、天窗邊緣、后擋風(fēng)玻璃邊緣，確定前擋風(fēng)玻璃區(qū)域、天窗區(qū)域、后擋風(fēng)玻璃區(qū)域，計算前擋風(fēng)玻璃面積、天窗面積、后擋風(fēng)玻璃面積，計算面積特征值，公式如下式所示： ， 步驟三、局部圖片主色提?。?根據(jù)步驟二中的前擋風(fēng)玻璃區(qū)域、天窗區(qū)域、后擋風(fēng)玻璃區(qū)域確定采樣區(qū)域，規(guī)定采樣區(qū)域為從局部圖片摳除前擋風(fēng)玻璃區(qū)域、天窗區(qū)域、后擋風(fēng)玻璃區(qū)域之外的區(qū)域的所有像素點；在采樣區(qū)域內(nèi)均勻采樣，獲取數(shù)個采樣像素點，將所有采樣像素點的值分別取平均值得到值，然后將空間轉(zhuǎn)換為空間，獲取色調(diào)值和飽和度值，組成該局部圖片的色彩特征向量； 步驟四、計算外觀權(quán)重向量： 讀取下一幀，將步驟一中的關(guān)聯(lián)感興趣區(qū)域范圍內(nèi)的所有目標(biāo)定義為關(guān)聯(lián)感興趣目標(biāo)，包括部分處于感興趣區(qū)域內(nèi)的目標(biāo)，對所有關(guān)聯(lián)感興趣目標(biāo)重復(fù)步驟二、步驟三操作，獲取其色彩特征向量，計算其與局部圖片的色彩特征向量的余弦距離，獲得9個余弦距離，記為九維向量并進行歸一化操作，將此九維向量定義為外觀權(quán)重向量： ， 式中，分別為關(guān)聯(lián)感興趣目標(biāo)與局部圖片的色彩特征向量的余弦距離； 若某一周圍車輛不存在，則該項的余弦距離記為0； 步驟五、構(gòu)建場景先驗信息庫： 車輛場景先驗信息包括：道路結(jié)構(gòu)、交通流密度、天氣情況，根據(jù)道路結(jié)構(gòu)建立幾何約束，根據(jù)交通流密度和天氣情況構(gòu)建速度約束，并進行量化； 步驟六、下一幀目標(biāo)狀態(tài)變量預(yù)測： 依據(jù)步驟五的場景先驗信息庫的輸出，構(gòu)建融合約束的卡爾曼濾波器，依據(jù)當(dāng)前幀目標(biāo)狀態(tài)變量，預(yù)測下一幀目標(biāo)狀態(tài)變量； 所述的卡爾曼濾波器的狀態(tài)變量為： ， 式中，為檢測框中心橫坐標(biāo)，為檢測框中心縱坐標(biāo)，為檢測框長寬比，為檢測框?qū)挾?，為面積特征值，為檢測框中心橫坐標(biāo)變化速度，為檢測框中心縱坐標(biāo)變化速度； 步驟七、目標(biāo)關(guān)聯(lián)結(jié)果輸出： 根據(jù)步驟六獲得的下一幀目標(biāo)狀態(tài)變量，計算其與關(guān)聯(lián)感興趣目標(biāo)的狀態(tài)變量之間的馬氏距離： ， 式中，為下一幀目標(biāo)狀態(tài)變量，為關(guān)聯(lián)感興趣目標(biāo)狀態(tài)變量，為多維隨機變量的協(xié)方差矩陣； 結(jié)合步驟四中的外觀權(quán)重向量，計算多模態(tài)關(guān)聯(lián)權(quán)重： ， 式中，為多模態(tài)關(guān)聯(lián)權(quán)重，為外觀權(quán)重向量； 選取多模態(tài)關(guān)聯(lián)權(quán)重最高的關(guān)聯(lián)感興趣目標(biāo)，作為關(guān)聯(lián)結(jié)果，輸出關(guān)聯(lián)結(jié)果； 重復(fù)步驟一，更新關(guān)聯(lián)感興趣區(qū)域，重復(fù)步驟二至步驟七，繼續(xù)關(guān)聯(lián)其余視頻中的車輛目標(biāo)，輸出所有目標(biāo)的關(guān)聯(lián)結(jié)果。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人吉林大學(xué)，其通訊地址為：130012 吉林省長春市前進大街2699號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。