Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 电子科技大学胡晓获国家专利权

电子科技大学胡晓获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利一种多光谱决策融合的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:CN120451221B

龙图腾网通过国家知识产权局官网在2025-09-19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:202510956091.4,技术领域涉及:G06T7/246;该发明授权一种多光谱决策融合的目标跟踪方法是由胡晓;赖文杰;吕坚;周云设计研发完成,并于2025-07-11向国家知识产权局提交的专利申请。

一种多光谱决策融合的目标跟踪方法在说明书摘要公布了:该发明公开了一种多光谱决策融合的目标跟踪方法,涉及计算机视觉领域。本发明提出多专家决策融合的多光谱目标跟踪方法,使用独立于光谱分布的视觉目标追踪器对不同光谱的数据进行感知,并对每个光谱图像得到的跟踪结果进行融合。这种融合结果充分利用了不同模态的特征,同时,其属于决策融合,避免了复杂繁琐的跨模态特征对齐,只需要处理目标单点坐标的对齐变换,提高了多光谱目标最终的准确率、效率和对不对齐多光谱数据的抗干扰能力。

本发明授权一种多光谱决策融合的目标跟踪方法在权利要求书中公布了:1.一种多光谱决策融合的目标跟踪方法,其特征在于,该方法包括: 步骤1:构建状态变量: ; 其中、、分别表示目标在图像坐标系中的位置、速度、加速度,且均为向量; 步骤2:根据每个模态的轨迹分别计算各自的速度和加速度序列,对于时刻为j,其目标在各光谱下的跟踪结果记为,其中M表示光谱的总数,更新速度和加速度; 步骤3:使用移动平均更新因子,更新速度和加速: ; ; 其中,表示速度移动更新因子,表示速度移动平均更新因子,表示加速度移动更新因子,表示加速度移动平均更新因子,为平滑因子; 步骤4:构建状态转移方程A: ; 其中,; ; 表示单位矩阵,表示两帧之间的时间差; 利用之前的目标跟踪结果和运动方程,预测下一时刻的目标状态: ; 其中,,; 步骤5:在时刻j+1,使用独立的视觉目标跟踪对光谱分量m的图像进行处理,得到目标位置空间概率分布图,其最大值所在的位置即为目标跟踪的观测位置,记为,更新观测速度,和观测加速度; 步骤6:更新预测误差度量: ; 其中,为目标跟踪结果的误差度量,为预测噪声,上标T表示转置; 利用计算更新矩阵: ; 其中,表示概率分布图的观测噪声;则第j+1帧,利用光谱m内的信息校正得到目标追踪结果为: ; 其中,预测的光谱分量m在j+1时刻的跟踪结果,表示量测结果,为光谱分量m在j+1时刻的更新矩阵; 系统误差度量为: ; 步骤7:构建m光谱到n光谱分量的状态观测矩阵: ; ; 其中,、以及分别表示光谱n相机的内参、光谱m相机的内参、光谱m到光谱n的旋转矩阵,上标表示逆矩阵,和分别表示光谱n到光谱m相机之间的平移向量的x分量和y分量,表示时刻j+1是目标距离观测点的距离; 步骤8:利用n光谱观测结果,校正m光谱目标跟踪结果: ; ; ; 其中表示光谱n的观测噪声,为光谱m到光谱n在j+1时刻的更新矩阵; 步骤9:重复步骤7到步骤8,直到所有其他模态的观测量都更新到m模态的最终状态和误差度量中;实现目标跟踪。

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电子科技大学,其通讯地址为:611731 四川省成都市高新西区西源大道2006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”。

以上内容由AI智能生成
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。