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！

龙图腾网获悉北京科技大学申请的专利基于破碎轨迹修复的航拍视频图像目标跟踪方法和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：CN121280481B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511287420.7，技术领域涉及：G06T7/246；该发明授权基于破碎轨迹修复的航拍视频图像目标跟踪方法和系统是由王宏;杨雯鑫;李江昀;崔家瑞;张天翔;庄培显;袁立;郭安廷设计研发完成，并于2025-09-10向国家知识产权局提交的专利申请。

本基于破碎轨迹修复的航拍视频图像目标跟踪方法和系统在说明书摘要公布了：本发明提供一种基于破碎轨迹修复的航拍视频图像目标跟踪方法和系统，包括：将航拍视频图像逐帧输入滑窗切片模块，将每帧图像分割成多个图像切片P1～Pn；将每帧的原始图像P0和P1～Pn分别输入训练完成的联合检测‑跟踪模型，包括目标检测网络和集成破碎轨迹预测修复算法的Re‑ID网络；目标检测网络对P0～Pn进行目标检测；Re‑ID网络，根据每帧的每个目标的目标检测结果进行目标跟踪：将第一帧的每个目标的检测框坐标初始化成目标轨迹，从第二帧开始，结合ID身份向量，将当前帧的每个目标的检测框坐标和已有目标轨迹进行匹配，若匹配成功，将当前帧的每个目标的检测框坐标更新到目标轨迹，若匹配不成功，则创建新的目标轨迹。本发明可以对航拍视频图像进行目标跟踪。

本发明授权基于破碎轨迹修复的航拍视频图像目标跟踪方法和系统在权利要求书中公布了：1.一种基于破碎轨迹修复的航拍视频图像目标跟踪方法，其特征在于，所述方法包括： S1、通过无人机或者飞机采集待跟踪航拍视频图像； S2、将所述航拍视频图像以逐单帧的形式输入滑窗切片模块，所述滑窗切片模块将输入的每帧图像分割成多个小分辨率图像切片； S3、将每帧的原始图像和所述分别输入训练完成的联合检测-跟踪模型，所述联合检测-跟踪模型采用先检测后跟踪的范式，对目标进行先检测后跟踪，包括目标检测网络和集成破碎轨迹预测修复算法的Re-ID网络； 所述目标检测网络，对共n+1张图像进行目标检测，得到n+1个检测结果，将的检测框从图像切片上的坐标还原成原图上的坐标，然后对所有的检测框进行非极大值抑制的后处理后合并同一目标，输出最终的目标检测结果，包括目标类别信息、检测框坐标以及ID身份向量； 所述Re-ID网络，根据每帧的每个目标的目标检测结果进行目标跟踪，所述目标跟踪包括： 将第一帧的每个目标的检测框坐标初始化成目标轨迹，从第二帧开始，结合所述ID身份向量，将当前帧的每个目标的检测框坐标和已有目标轨迹进行匹配，若匹配成功，将当前帧的每个目标的检测框坐标更新到目标轨迹，若匹配不成功，则创建新的目标轨迹； 其中，所述进行匹配包括通过破碎轨迹预测修复模块，预测出当前帧目标在后续多个时间段的轨迹信息，形成多个不同的预测轨迹信息，并在后续帧发生空间位置突变时关联匹配正确的预测轨迹，将其作为完整的轨迹信息补全到目标的实际离散轨迹中形成连续运动的轨迹； 所述破碎轨迹预测修复模块的处理过程包括： 首先，对已有目标轨迹进行高维嵌入，通过一个线性投影层将空间位置信息映射为具有语义表示能力的特征向量，并加入位置编码以保留时序结构，得到嵌入后的轨迹特征； 接着，将所述嵌入后的轨迹特征输入融合运动感知的时序建模模块中，通过引入目标的速度和加速度，模型在进行时间建模的同时也能识别运动趋势和变化模式，提升对快速或不规则运动的感知能力，其计算公式为： ； 其中，为融合运动信息后的轨迹特征序列，表示将速度和加速度向量分别通过线性层或小型神经网络进行嵌入变换； 接着，将所述输入堆叠了N个的状态空间模型中： 在每一个时间步t，会归一化并计算输入特征的门控表示，接着使用状态空间单元对隐藏状态进行更新，其计算公式如下： ； ； 其中，为得到的时序特征；、A、B均为可学习的权重矩阵，为门控矩阵，为偏置向量，、分别表示当前时间步与上一时间步的隐藏状态，A表示状态转移矩阵，B表示输入映射矩阵； 最后，对所述时序特征进行解码，输出下一时间步中目标可能出现的位置点。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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。