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！

龍圖騰網獲悉中山大學申請的專利基于循環條件隨機場的跨攝像頭群體檢測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：CN115909198B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202211395140.4，技術領域涉及：G06V20/52；該發明授權基于循環條件隨機場的跨攝像頭群體檢測方法是由謝曉華;張鑫;賴劍煌設計研發完成，并于2022-11-08向國家知識產權局提交的專利申請。

本基于循環條件隨機場的跨攝像頭群體檢測方法在說明書摘要公布了：本發明針對現有技術的局限性，提出了一種基于循環條件隨機場的跨攝像頭群體檢測方法，在行人軌跡生成方面，本發明提供的方法不僅能夠利用表觀相似的行人中行人時空信息生成行人軌跡，還會利用時空概率高的行人中的表觀信息來生成行人軌跡，在提高行人軌跡生成準確率的同時，還可以提升行人檢索的準確率；在行人軌跡度量方面，本發明提供的方法不僅可以判別不是同一個群體中的行人軌跡，還可以對同個群體中，由于軌跡生成和檢索過程中，產生的斷連，錯連等噪聲具有很好的抗噪聲能力。

本發明授權基于循環條件隨機場的跨攝像頭群體檢測方法在權利要求書中公布了：1.一種基于循環條件隨機場的跨攝像頭群體檢測方法，其特征在于，包括以下步驟： S1，獲取視頻監控攝像頭網絡的單攝像頭跟蹤軌跡集合，通過將所述單攝像頭跟蹤軌跡集合中的時空信息輸入預設的時空模型，獲得所述單攝像頭跟蹤軌跡集合的時空概率圖； S2，通過將所述單攝像頭跟蹤軌跡集合中的圖像信息輸入預設的表觀特征模型，獲得所述圖像信息的表觀特征向量；對所述圖像信息的表觀特征向量進行計算，獲得各單攝像頭跟蹤軌跡的表觀特征相似鄰接矩陣； S3，以所述表觀特征相似鄰接矩陣以及時空概率圖交替作為被優化矩陣與輔助矩陣，根據從輔助矩陣提取出的鄰接信息，迭代執行條件隨機場優化； 在所述步驟S3中，對于被優化矩陣A與輔助矩陣B，包括以下條件隨機場優化的過程： 將輔助矩陣B中小于預設的閾值的值設為0，獲得作為鄰接信息的矩陣 根據所述矩陣求取被優化矩陣A的鄰域相似矩陣P； 根據所述優化矩陣A、矩陣以及鄰域相似矩陣P，求取能量矩陣E； 根據以下公式獲得矩陣A*：A*＝eα×E；其中，α為預設的超參數，eα×E表示矩陣逐元素求冪值； 將矩陣A*進行歸一化操作，以歸一化操作后的矩陣A*對被優化矩陣A進行更新； 所述鄰域相似矩陣P由函數輸出；函數表示在矩陣的條件下，被優化矩陣A的鄰域相似矩陣；在所述鄰域相似矩陣P中第i行第j列以Pij表示，Pij通過以下公式求取： 其中，cos函數表示求兩個向量的余弦相似度；Ai,idx表示被優化矩陣A的第i行、第idx列組成的向量；表示矩陣的第j行、第idx列組成的向量；表示矩陣或向量逐元素相乘； σ函數為放縮函數：σx＝tanhk×x；其中，tanh表示雙曲正切函數，k表示放縮系數； S4，通過對經過所述步驟S3優化后的表觀特征相似鄰接矩陣進行聚類，獲得所述圖像信息的行人跨攝像頭軌跡； S5，獲取待檢測群體的行人圖片序列；通過將所述行人圖片序列輸入所述表觀特征模型，獲得所述行人圖片序列的表觀特征向量；將行人圖片序列的表觀特征向量與所述圖像信息的表觀特征向量進行比較，從所述行人跨攝像頭軌跡中獲得關于所述行人圖片序列中的行人的跨攝像頭軌跡檢索結果； S6，對各行人的跨攝像頭軌跡檢索結果進行兩兩比較，通過判定各行人之間是否有共同的跨攝像頭軌跡，進而判斷各行人是否屬于同一群體。

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中山大學，其通訊地址為：510275 廣東省廣州市海珠區新港西路135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”。