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！

龙图腾网获悉湖南大学申请的专利一种基于全景图像的视觉多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：CN120635152B 。

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：202511146427.7，技术领域涉及：G06T7/246；该发明授权一种基于全景图像的视觉多目标跟踪方法是由杨恺伦;罗凯;吴盛;滕飞;段梦飞;黄畅;王宇航;李智勇设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。

本一种基于全景图像的视觉多目标跟踪方法在说明书摘要公布了：本发明公开了一种基于全景图像的视觉多目标跟踪方法，属于计算机视觉技术领域。该方法通过将全景RGB图像输入至特征提取网络，提取图像特征并生成可学习实例，并通过解码网络获取目标的边界框及属性信息；基于历史轨迹构建轨迹实例以提取当前帧的预测信息，结合轨迹池管理策略，通过置信度阈值判断实现轨迹的初始化、更新或删除；设计距离计算与概率匹配算法，融合可学习实例与轨迹实例的观测数据，优化目标关联的联合概率模型；根据轨迹稳定性与环境噪声动态选择关联模式，确保在全场景下实现多目标的连续在线跟踪与唯一编号管理。该方法通过全景图像的高覆盖性与高效轨迹关联机制，有效提升复杂场景中多目标跟踪的精度与鲁棒性。

本发明授权一种基于全景图像的视觉多目标跟踪方法在权利要求书中公布了：1.一种基于全景图像的视觉多目标跟踪方法，其特征在于，包括如下步骤： 步骤S1，将全景RGB图像输入至特征提取网络，提取图像特征并生成可学习实例；所述可学习实例通过解码网络处理，得到目标的边界框及属性信息，所述属性信息包括置信度、速度、运动方向、朝向和加速度； 步骤S2，若轨迹池中存在历史轨迹，则基于历史轨迹构建轨迹实例，所述轨迹实例通过所述解码网络获取当前帧中对应轨迹的边界框及属性信息； 步骤S3，根据可学习实例与轨迹实例的输出结果进行轨迹管理，具体包括： 若轨迹实例的置信度高于更新阈值θupdate，则更新对应轨迹； 若轨迹实例的置信度低于删除阈值θdelete，则从轨迹池中删除对应轨迹； 若可学习实例的置信度高于初始化阈值θinitalize，则在轨迹池中初始化新轨迹； 步骤S4，当选择数据关联时，计算可学习实例、轨迹实例与轨迹池中所有轨迹的匹配距离，通过匹配算法完成关联，并根据关联结果更新轨迹池，匹配算法通过最大化联合概率模型实现： 其中，Oh为轨迹实例观测集；Or为可学习实例观测集；T表示轨迹，其下标1、2,…,n表示轨迹现有第几个轨迹；N表示轨迹数量；K表示轨迹实例观测集数量；L表示可学习实例观测集数量；pOhj|Ti表示在轨迹Ti的条件下，观察到Ohj出现的概率；pOrj|Ti表示在轨迹Ti的条件下，观察到Orj出现的概率；通过优化关联模式选择使联合概率最大化的匹配结果； 步骤S5，通过自适应策略选择步骤S3或步骤S4的轨迹管理方式，为目标分配唯一编号，实现全景图像下多目标的连续在线跟踪，自适应策略包括： 判断轨迹稳定性：若轨迹的历史更新频率valid_ratioTi≥α且最大关联概率maxjPassocOrj,Ti低于阈值τp，则采用步骤S3的轨迹管理； 判断环境噪声：若随机观测数量|Or|＞Nmax且平均关联概率低于阈值τq，则对所有轨迹采用步骤S3的轨迹管理，其中，Nmax表示观察数量最大阈值； 默认情况：其余轨迹采用步骤S4的数据关联管理。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路2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。