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！

龙图腾网获悉珠海横琴高乐通无人机系统有限公司申请的专利一种基于深度学习的景区无人机行人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：CN118570671B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202410585374.8，技术领域涉及：G06V20/17；该发明授权一种基于深度学习的景区无人机行人跟踪方法是由黎子健设计研发完成，并于2024-05-13向国家知识产权局提交的专利申请。

本一种基于深度学习的景区无人机行人跟踪方法在说明书摘要公布了：本发明公开了一种基于深度学习的景区无人机行人跟踪方法，包括：对无人机相机拍摄的行人图像进行背景减除，得到背景减除后的行人图像，输入至改进的卷积神经网络中，利用特征分组和语义信息提取，实现行人运动场景的分割，得到分割后的行人图像；采用多模板匹配方法，通过滑动预定义的行人模板并计算模板与图像块之间的相似度，检测出行人目标；基于第二度量进行目标跟踪，利用深度排序技术和最小余弦距离度量，实现边界框与轨道的匹配，进行连续跟踪。本发明通过深度学习改进背景建模和行人目标跟踪，提高了背景减除效率、行人背景突出和特征增强，以及实时视频流中对象跟踪的准确性和鲁棒性，特别是针对接近或被遮挡的多个行人对象的跟踪。

本发明授权一种基于深度学习的景区无人机行人跟踪方法在权利要求书中公布了：1.一种基于深度学习的景区无人机行人跟踪方法，其特征在于，包括：步骤1，对无人机相机拍摄的行人图像，利用深度学习算法进行背景减除，通过构建图像表示和提取前景与背景掩码，得到背景减除后的行人图像；步骤2，将背景减除后的行人图像输入至改进的卷积神经网络中，利用特征分组和语义信息提取，实现行人运动场景的分割，得到分割后的行人图像；步骤3，在分割后的行人图像上，采用多模板匹配方法，通过滑动预定义的行人模板并计算模板与图像块之间的相似度，检测出行人目标；步骤4，对于检测到的行人目标，基于第二度量进行目标跟踪，利用深度排序技术和最小余弦距离度量，实现边界框与轨道的精确匹配，从而进行连续跟踪；步骤5，输出基于深度学习的行人目标跟踪结果；所述步骤1还包括：将无人机相机拍摄的图像表示为单幅图像的最佳背景模型，采用当前帧减去它之前存在的二进制帧，应用阈值测量来研究相邻帧之间的运动，从而得到包含运动行人目标位置的二值图像；所述步骤1还包括：基于深度学习算法，对输入图像视频中的每一帧进行计算图像表示，并将原始图像视频帧和计算得到的图像表示排列在一起，形成序列作为输入传递给背景建模模块；背景建模模块提取前景和背景掩码，通过将基于原始视频计算的掩码与帧视频产生的掩码融合，并将原始视频的蒙版与图像表示的蒙版相乘，输出最终的背景图；基于深度学习的背景减除方法，当且仅当从原始视频计算的输出掩码都检测到某像素作为前景时，才将该像素视为前景；步骤4通过计算两倍交集与集合大小之和的比值来量化检测到的边界框和预测的边界框之间的相似性，形成线性分配问题；使用改进的匈牙利算法来解决由检测到的边界框和预测的边界框之间的成本矩阵形成的最小化问题，以最小化第二度量；余弦度量公式用于计算检测到的边界框和预测的边界框之间的外观特征相似度；重叠度量公式，用于计算检测到的边界框和预测的边界框之间的重叠度，并通过计算重叠度量获得欧几里德距离度量；设定特定的阈值，根据欧几里德距离度量确定每两帧视频图像之间的行人目标，以进行跟踪；基于深度学习的技术，通过跨帧关联同一对象的检测来解决跟踪彼此接近或被遮挡的多个行人对象时的局限性。

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珠海横琴高乐通无人机系统有限公司，其通讯地址为：519000 广东省珠海市横琴新区天街万巷59号408办公；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”。