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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于目标跟踪的包裹运单号识别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：CN120088501B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510159761.X，技术领域涉及：G06V10/44；该发明授权一种基于目标跟踪的包裹运单号识别方法是由金晶;黎翔宇设计研发完成，并于2025-02-13向国家知识产权局提交的专利申请。

本一种基于目标跟踪的包裹运单号识别方法在说明书摘要公布了：本发明提出一种基于目标跟踪的包裹运单号识别方法。该方法包括在传统的目标检测与ReID模型的基础上，设计并训练了提出的CRN协作表示学习网络模型，来提升模型对目标空间和外观特征提取的能力；然后依据检测框IOU、外观特征相似度、深度分类用卡尔曼滤波和匈牙利匹配算法，把帧与帧之间的目标轨迹关联起来；最后，根据包裹落格时间附近的经过六面扫的运单号与轨迹关联起来，得到每一帧里包裹对应的运单号。通过引入该方法，能够缓解因为重叠或运动模糊导致的包裹运单号匹配错误，提高分拣效率，降低运营成本，并提升整体物流系统的智能化水平。

本发明授权一种基于目标跟踪的包裹运单号识别方法在权利要求书中公布了：1.一种基于目标跟踪的包裹运单号识别方法，其特征在于，所述方法包括以下步骤： 步骤一，设计并训练CRN协作表示学习网络模型，CRN协作表示学习网络模型通过引入多任务学习框架，将目标检测与ReID任务的特征表示进行联合优化； 在步骤一中进行多任务学习数据集构建：目标检测数据集包含1.5万张有标签的图片，总计包含5万个不同的包裹，作为数据集A；ReID任务数据集有10万张图像，包含3万个不同包裹的图像，每个包裹有多个视角和场景下的图像样本，作为数据集B； 所述CRN协作表示学习网络模型具体为：采用一个互惠网络REN来进行不同任务之间的协作学习；互惠网络将对象检测和ID嵌入提取的特征图分离到两个不同的任务驱动分支中，通过这种方式可以学习依赖任务的表示；具体地，给定共享特征，设计一个结合自关系和交叉关系的新结构来增强特征表示，自关系促使隐藏节点学习依赖任务的特征，而交叉关系旨在改善两个任务的协作学习；同时采用一个感知尺度的注意力网络SAAN来改善ID嵌入提取的对齐，并增强模型对尺度变化的适应性；SAAN的输出是一个包含所有分辨率中所有目标的丰富语义的特征张量； 步骤二，先采用卡尔曼滤波算法对目标在下一帧中的状态进行预测，再利用匈牙利算法将当前帧的检测结果与预测状态进行匹配，并进一步引入了包裹ReID的外观特征，以提升关联的准确性和鲁棒性； 步骤三，利用轨迹与运单号匹配的算法得到最终的匹配结果。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。