买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学申请的专利基于Deepsort的密集对象多目标跟踪方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117058193B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310995158.6，技术领域涉及：G06T7/246；该发明授权基于Deepsort的密集对象多目标跟踪方法是由张亮;李博;李洪升;朱光明;张晨洋;韩冰设计研发完成，并于2023-08-09向国家知识产权局提交的专利申请。

本基于Deepsort的密集对象多目标跟踪方法在说明书摘要公布了：本发明公开了基于Deepsort的密集对象多目标跟踪方法，将摄像头采集到的视频帧作为模型输入；采用yolov7目标检测模型提取视频帧中目标物体的外观特征，将输入图片划分为多个大小相同的网格，同时预测当前物体的边界框和类别。保留满足指定阈值的预测边界框，并对检测产生的预测边界框进行非最大值抑制计算，去除冗余边界框后，输出目标边界框，标注目标类型和置信度分数；将检测得到的物体坐标信息和物体类别信息输入到Deepsort多目标跟踪模型中，Deepsort通过卡尔曼滤波来预测下一帧跟踪物体的坐标，使用余弦距离对比物体的外观特征，进行目标间的相似度比较，使用匈牙利算法将当前帧的检测结果与上一帧的跟踪结果进行匹配。本发明能够满足高帧率相机下实时跟踪的目标。

本发明授权基于Deepsort的密集对象多目标跟踪方法在权利要求书中公布了：1.基于Deepsort的密集对象多目标跟踪方法，其特征在于，包括以下步骤； S1：利用摄像头采集密集对象的视频帧，密集对象指在狭小的区域内，密集分布的，数量较多的物体或目标； 将所述视频帧输入到yolov7目标检测模型中进行特征提取，得到特征图，将得到的该帧特征图划分为多个大小相同的网格，标记物体的中心点落在哪个网格里，就由该网格负责预测具体物体以及该物体的边界框和类别，获取物体坐标信息和物体类别信息； S2：根据不同应用场景和需求，在检测前设置阈值参数，保留满足指定阈值的预测边界框，并对检测产生的预测边界框进行非最大值抑制计算，去除冗余边界框；剔除所有冗余边界框，并标记出所有预测边界框后，输出目标边界框，标注目标类型和置信度分数；在物体检测框消失时，根据历史帧中的检测结果对物体检测框消失的当前帧进行插值填充；S3：使用协程异步的方式提取物体的外观特征，使用协程对第t帧特征图物体外观特征的各个物体异步执行特征提取操作； S4：将yolov7目标检测模型检测得到的物体坐标信息和物体类别信息输入到Deepsort多目标跟踪模型中，模型通过卡尔曼滤波来预测下一帧跟踪物体的坐标； S5：将所述第t帧提取到的物体外观特征输入到级联匹配模块中，计算与轨迹中保存的物体外观特征之间的余弦距离，进行目标间的相似度比较，使用匈牙利算法将当前帧的检测结果与S4中预测的物体坐标上一帧的跟踪结果进行匹配，匹配成功时，会在轨迹中保存检测结果的物体外观特征，用于后续匹配； S6：将在级联匹配中失配的轨迹和物体检测框输入到IOU匹配模块中，分析匹配结果，对于IOU中失配的轨迹，判断其连续失配次数是否已经大于轨迹最大生存时间，如果大于则删除该轨迹，没有则连续失配帧数+1，对于IOU中失配的检测框，使用改进的轨迹id分配策略为没有匹配结果的检测框生成一条新轨迹。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。