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！

龙图腾网获悉深圳北理莫斯科大学申请的专利基于扩散聚类的多视图跟踪方法、系统、终端及存储介质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：CN120356137B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510847211.7，技术领域涉及：G06V20/40；该发明授权基于扩散聚类的多视图跟踪方法、系统、终端及存储介质是由方宇浩;李春;邱夕航;田玉斌;张晔;布达克·鲍里斯·亚历山德罗维奇;翟斌;洪嘉隆设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本基于扩散聚类的多视图跟踪方法、系统、终端及存储介质在说明书摘要公布了：本发明涉及图像处理技术领域，公开了一种基于扩散聚类的多视图跟踪方法、系统、终端及存储介质，所述方法包括：通过特征编码模块将其转换为视图特定的特征表示，然后输入Dirichlet扩散模块进行多次反向扩散，获得精炼的Dirichlet参数，并将其转换为信念质量，输入动态证据融合模块进行同步融合，最终将融合后的信息转化为稳定的聚类分配结果。本发明提供了一种鲁棒的、无插补的、能够直接建模和处理不确定性的多视图聚类与跟踪解决方案，构建了一个端到端的深度聚类框架，解决了现有技术中数据缺失、噪声传播和不确定性量化不足的问题，避免了重建噪声的传播，增强了在缺失和噪声观测下的聚类性能，并能有效地整合多源信息。

本发明授权基于扩散聚类的多视图跟踪方法、系统、终端及存储介质在权利要求书中公布了：1.一种基于扩散聚类的多视图跟踪方法，其特征在于，所述基于扩散聚类的多视图跟踪方法包括： 获取多个视图对应的原始数据，将所有所述原始数据映射到潜在空间，得到多个特征表示，并将多个所述特征表示投射成多个初始视图证据； 根据所有所述初始视图证据，构建Dirichlet扩散模块，并通过所述Dirichlet扩散模块进行迭代前向扩散，得到累积扩散率，根据所述累积扩散率进行反向扩散，输出反向转换的Dirichlet预测参数； 获取真实标签集合的二值指示，根据所述Dirichlet预测参数和所述二值指示构建UPCE损失函数，并通过所述UPCE损失函数优化已构建的动态证据融合模块； 所述获取真实标签集合的二值指示，根据所述Dirichlet预测参数和所述二值指示构建UPCE损失函数，并通过所述UPCE损失函数优化已构建的动态证据融合模块，具体包括： 设定真实标签集合，并获取所述真实标签集合的二值指示： ； 当时； 其中，表示二值指示，表示真实标签集合的索引，表示第个二值指示，表示多维概率单纯形的维度，表示真实标签集合； 将所述Dirichlet预测参数和所述二值指示输入已构建的UPCE损失模块，输出UPCE损失函数： ； 其中，表示UPCE损失函数，表示UPCE损失模块，表示Dirichlet预测参数，表示Dirichlet扩散模块的下标，表示Dirichlet扩散模块，表示Dirichlet预测参数分布的随机变量，表示第维的随机变量，表示Dirichlet预测参数的分布； 通过Beta随机变量对所述UPCE损失函数进行简化，并通过简化后的UPCE损失函数优化已构建的动态证据融合模块： ； ； 其中，表示Beta分布，表示Beta随机变量，表示正确标签的总证据，表示原始视图证据，表示第维的总证据，表示的负对数矩阵的形式，表示的负对数矩阵的形式； 将多个所述初始视图证据映射为多个信念质量，并将所有所述信念质量输入所述动态证据融合模块，输出信念向量； 将所述信念向量输入自适应卡尔曼滤波器，输出所有所述视图的最终聚类分配结果。

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深圳北理莫斯科大学，其通讯地址为：518172 广东省深圳市龙岗区龙城街道大运新城国际大学园路1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”。