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！

龙图腾网获悉上海交通大学申请的专利一种基于非参数化分类与空间可信度模型的目标跟踪定位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：CN115641358B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202211197875.6，技术领域涉及：G06T7/246；该发明授权一种基于非参数化分类与空间可信度模型的目标跟踪定位方法是由潘汉;武霞;刘洋;许萌;隋雪琼;敬忠良设计研发完成，并于2022-09-29向国家知识产权局提交的专利申请。

本一种基于非参数化分类与空间可信度模型的目标跟踪定位方法在说明书摘要公布了：本发明公开了一种基于非参数化分类与复合可信度的目标跟踪定位方法，涉及目标跟踪领域，包括以下步骤：步骤1、设计基于成像声呐与双目相机的水下视频目标跟踪定位系统；步骤2、建立基于非参数化像素分类的水下动目标多模检测方法；步骤3、构建基于复合可信度的相关滤波器学习模型，包含有空间可信度与多特征多通道可信度；步骤4、求解基于复合可信度的相关滤波学习最优化问题；步骤5、完成基于双目相机与成像声呐的联合跟踪定位。本发明可提高水下机器人在非结构化环境中自主作业的可靠性和有效性，为我国水下机器人、深海探测与空间机器人的发展提供理论与技术支撑。

本发明授权一种基于非参数化分类与空间可信度模型的目标跟踪定位方法在权利要求书中公布了：1.一种基于非参数化分类与空间可信度模型的目标跟踪定位方法，其特征在于，所述方法包括以下步骤： 步骤1、设计基于成像声呐与水下双目相机的水下视频目标跟踪定位系统； 步骤2、建立基于非参数化像素分类的水下动目标多模检测方法； 步骤3、构建基于复合可信度的相关滤波器学习模型； 步骤4、求解基于复合可信度的相关滤波学习最优化问题； 步骤5、完成基于水下双目相机与成像声呐的联合跟踪定位； 所述步骤1还包括以下步骤： 步骤1.1、构建一个水下双目相机，包括选择水下透光材料、相机水密结构设计，然后完成水下双目相机标定，得到相机内外参数矩阵、基线参数； 步骤1.2、构建一个成像声呐，设置其最大探测距离、信号增益，通过结构设计实现水下双目相机与成像声呐的整合； 所述步骤3给出的所述方法，包含针对水下目标的空间可信度、多特征多通道可信度； 在所述步骤3中，给定一组目标特征记为，包含方向梯度直方图特征、ColorNames特征；相关滤波变量，也就是目标模板；为了提高计算效率，提出了基于复合可信度的相关滤波器学习模型，其傅立叶域表示形式有： 1 其中，符号代表着的傅里叶变换，是一个列向量，长度为，与分别代表着相对滤波器训练或搜索区域的宽度和高度；代表着形成的对称矩阵，是一个大于零的正则化参数，符号代表着复共轭操作； 则第个滤波通道相关滤波变量的计算 ,2 其中，代表着按矩阵的每个元素相除； 所述步骤3还包括以下步骤： 步骤3.1、计算多特征多通道可信度系数，假设不同通道的特征变化是不相关的，所述多特征多通道可信度系数的计算过程 3 步骤3.2，计算空间可信度系数矩阵，给定是针对水下目标的所述空间可信度系数矩阵，其元素不是0就是1，基于学习到的相关滤波器，结合所述空间可信度系数矩阵，给出下面的所述空间可信度系数矩阵计算公式 4 其中，代表着Hadamard积，所述空间可信度系数矩阵主要用于对学习后的相关滤波器的系数进行调整，并用于辨识可用于跟踪的目标部组件； 步骤3.3，基于上述的复合可信度，也就是所述空间可信度系数矩阵与所述多特征多通道可信度系数，提出下面的基于复合可信度的相关滤波器学习模型： 5 其中，是一个复的Lagrange乘子；相应的目标函数。

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交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。

以上内容由龙图腾AI智能生成。