江西财经大学方承炀获国家专利权
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!
龙图腾网获悉江西财经大学申请的专利基于人工智能的实时球类目标检测方法及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:CN121505245B 。
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:202610046258.8,技术领域涉及:G06V10/25;该发明授权基于人工智能的实时球类目标检测方法及系统是由方承炀;李恒;胡锦康;陈家军;杨哲凯;程前煜;姜文晖;刘学林;熊凌云;李昶颉设计研发完成,并于2026-01-14向国家知识产权局提交的专利申请。
本基于人工智能的实时球类目标检测方法及系统在说明书摘要公布了:本发明公开了基于人工智能的实时球类目标检测方法及系统,方法包括球类目标初始探测、边界框缩放、球类自适应匹配度增强、球类可信指数增强、球类运动轨径修复、运动轨径平滑和输出实时探测结果。本发明属于目标检测领域,具体是指基于人工智能的实时球类目标检测方法及系统,本方案基于可信指数动态调整缩放因子,引入方向敏感缩放,避免高速运动方向上的缩放不足;基于动态缩放距离增强减少速率突变时的匹配失败;基于微小加权形状优化减少因像素不足导致的形状误判;引入前3帧历史可信指数衰减项,利用历史轨迹连续性过滤瞬时噪声;基于存活度聚焦候选匹配并进行速率增强融合,进而提高球类目标检测效果。
本发明授权基于人工智能的实时球类目标检测方法及系统在权利要求书中公布了:1.基于人工智能的实时球类目标检测方法,其特征在于:该方法包括以下步骤: 步骤S1:球类目标初始探测;对输入视频帧进行初步探测,输出球类目标的初始边界框和原始可信指数; 步骤S2:边界框缩放;根据初始可信指数动态调整边界框缩放比例,并引入边界敏感进行边界框缩放,得到动态边界框匹配度; 步骤S3:球类自适应匹配度增强;通过遮蔽感知调整项、动态缩放距离增强项和微小加权形状优化项优化动态边界框匹配度; 步骤S4:球类可信指数增强;基于历史可信指数衰减项,修正低可信指数探测结果; 步骤S5:球类运动轨径修复;融合移动速率信息与交并占比增强匹配度,实现运动轨径重关联修复; 步骤S6:运动轨径平滑;基于卡尔曼滤波,引入遮蔽感知的过程噪声协方差调整,输出平滑后轨迹位置; 步骤S7:输出实时探测结果;对于模块优化结果,输出每帧球类目标的边界框、增强后可信指数及ID; 在步骤S1中,所述球类目标初始探测采用轻量化探测器对输入视频帧进行初步探测,输出球类目标的初始边界框和原始可信指数,并保留低可信指数探测框;其中,x,y是边界框的左上角坐标;和h分别是边界框的宽和高;探测框面积表示为:;历史帧球类位置的运动轨径框表示为:;运动轨径可信指数表示为:;是第m条运动轨径的边界框,是运动轨径框左上角坐标;和分别是运动轨径框的宽和高; 在步骤S2中,所述边界框缩放是当球与运动轨径的马氏距离时,对应2自由度卡方分布95%分位数,使用动态边界框匹配度BMB,表示为:;和分别是基于缩放因子对探测框和运动轨径框缩放;否则,切换为标准交并占比;探测框、运动轨径框的缩放因子Sd和St表示为:;;和分别是探测框和运动轨径框的可信指数;和分别是探测框和运动轨径框的面积;在动态边界框匹配度中的边界框缩放中引入方向敏感,定义方向敏感的边界框缩放,表示为:,对应和;向四周等比例缩放,确保动态方向上的匹配范围扩大;是对边界框进行缩放;s表示缩放因子;是方向敏感调节系数;、和分别是缩放后的中心坐标、宽度和高度;和分别是球在横向和纵向的加速度。
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江西财经大学,其通讯地址为:330000 江西省南昌市玉屏西大街665号江西财经大学麦庐园校区;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励