上海海事大学;武汉理工大学陈信强获国家专利权
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！
龙图腾网获悉上海海事大学;武汉理工大学申请的专利一种面向视觉特征非连续性干扰的船舶图像航迹提取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：CN115346155B 。
龙图腾网通过国家知识产权局官网在2025-08-29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：202211000946.9，技术领域涉及：G06V20/40；该发明授权一种面向视觉特征非连续性干扰的船舶图像航迹提取方法是由陈信强;陈伟平;杨勇生;吴兵;李朝锋;吴华锋;鲜江峰设计研发完成，并于2022-08-19向国家知识产权局提交的专利申请。
本一种面向视觉特征非连续性干扰的船舶图像航迹提取方法在说明书摘要公布了：本发明提供了一种面向视觉特征非连续性干扰的船舶图像航迹提取方法，包括：采集船舶图像，船舶图像包括船舶被遮挡的场景图像和船舶未被遮挡的场景图像；根据DeepSnake模型和YOLOX模型，对船舶图像进行检测，获取图像序列中的船舶位置；将船舶位置与DeepSnake模型的检测结果输入至YOLOX模型中，获取船舶的外表轮廓；基于外表轮廓与船舶位置对船舶进行轨迹跟踪，获取船舶在图像序列中的运动轨迹。本发明引入被遮挡状态的判断,同时进一步利用卡尔曼算法得到更加精准的船舶轨迹，既提升了从船载监控视频数据中提取船舶航行轨迹的精度，同时也提升了在复杂海况场景下的鲁棒性。
本发明授权一种面向视觉特征非连续性干扰的船舶图像航迹提取方法在权利要求书中公布了：1.一种面向视觉特征非连续性干扰的船舶图像航迹提取方法，其特征在于，包括： 采集船舶图像，所述船舶图像包括：船舶被遮挡的场景图像和船舶未被遮挡的场景图像； 利用DeepSnake模型第一阶段的目标检测网络部分对所述船舶图像进行检测，获得船舶特征图和所述船舶的第一初步船舶位置群； 根据所述YOLOX模型对所述船舶图像进行检测，获取所述船舶的第二初步船舶位置群； 对所述第一初步船舶位置群与所述第二初步船舶位置群进行融合，获取船舶位置； 将所述船舶位置映射至所述船舶特征图上进行结合，利用DeepSnake模型第二阶段的轮廓提取网络部分对映射结合结果进行轮廓提取，获得所述外表轮廓； 基于所述外表轮廓与所述船舶位置对所述船舶进行轨迹跟踪，获取所述船舶在图像序列中的运动轨迹。
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上海海事大学;武汉理工大学，其通讯地址为：201306 上海市浦东新区海港大道1550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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号