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！

龙图腾网获悉苏州超行星创业投资有限公司申请的专利一种基于多种信息特征融合的队列计数方法及系统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：CN114882429B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202210424749.3，技术领域涉及：G06V20/52；该发明授权一种基于多种信息特征融合的队列计数方法及系统是由陆涛;曹颂;钟星设计研发完成，并于2022-04-22向国家知识产权局提交的专利申请。

本一种基于多种信息特征融合的队列计数方法及系统在说明书摘要公布了：本发明公开一种基于多种信息特征融合的队列计数方法及系统，所述方法包括如下步骤：执行单目视觉的目标检测和跟踪；利用跟踪到的每个人头在各帧图像中的位置信息作为抽取目标，获取所述抽取目标的高层次特征，所述高层次特征包括抽取目标的轨迹特征、位置特征、时间特征、速度特征；执行计算抽取目标的邻接矩阵E，包括：计算轨迹相似度矩阵Ec，位置相似度矩阵El，时间相似度矩阵Et，和速度相似度矩阵Es；执行计算N帧图像的实际排队的组数集合。本发明从整体上解决了现有技术中没有对客流，排队队列中的同组目标做聚类和区分，缺乏使用更复杂，更准确的计算机视觉算法和系统能够帮助互联网平台提升运营效率，动态了解客户信息的技术需求。

本发明授权一种基于多种信息特征融合的队列计数方法及系统在权利要求书中公布了：1.一种基于多种信息特征融合的队列计数方法，其特征在于，包括如下步骤： 步骤SS1：单目视觉的目标检测和跟踪，包括：获取连续N帧图像，对每帧图像使用卷积神经网络检测画面中的人头肩位置，利用DeepSort跟踪算法对多目标进行跟踪，获得每个人头在各帧图像中的位置信息作为抽取目标，生成目标序列T； 步骤SS2：对目标序列T中的每个序列进行行为分析，获取所述抽取目标的高层次特征，所述高层次特征包括抽取目标的轨迹特征、位置特征、时间特征、速度特征； 步骤SS3：计算抽取目标的邻接矩阵E，包括：计算轨迹相似度矩阵，位置相似度矩阵，时间相似度矩阵，和速度相似度矩阵，E计算方式如下， ； 其中，是一个归一化的对称矩阵，表征各个抽取目标之间的关联度，也就是属于同组目标的概率，越大，表示目标i和目标j属于同组目标的概率越高，n表示检测到的目标数目，表示轨迹相似度矩阵的权重；表示位置相似度矩阵的权重；表示时间相似度矩阵的权重；表示速度相似度矩阵的权重； 步骤SS4：计算N帧图像的实际排队的组数集合，包括：对抽取目标的邻接矩阵E计算其Laplacian矩阵L，使用图割算法获得最优聚类分解，最终输出实际排队的组数集合；所述步骤SS4具体包括： 步骤SS41：将邻接矩阵E作为标准目标之间联系的关系矩阵，求得其度信息矩阵D，见公式3；度信息矩阵D联合邻接矩阵E求得Laplacian矩阵L，见公式4，Laplacian矩阵L是一个对称矩阵； ； 步骤SS42：对Laplacian矩阵L进行SVD分解，得到特征值和特征向量v；计算特征向量，将转化后的特征向量z中小于0的分向量对应的样本i归为一类，对大于0的分向量对应的样本重新计算样本之间的能量矩阵和Laplacian矩阵以及特征向量，并对特征向量中分量小于0的对应的样本划分为新的一类，由此按照递归的方式，直到特征向量中不再存在大于0的分量或者特征向量的维度为1时候，递归结束，每次划分出来的目标组成新的目标族群Cc 1 ,c 2 ,...,c k ，最终得到整个队列的族群数目k。

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苏州超行星创业投资有限公司，其通讯地址为：215000 江苏省苏州市中国（江苏）自由贸易试验区苏州片区苏州工业园区金鸡湖大道88号人工智能产业园G4-202-009单元；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”。