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！

龙图腾网恭喜江苏航天大为科技股份有限公司申请的专利基于传统和深度学习算法的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：CN114092517B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202111349149.7，技术领域涉及：G06T7/246；该发明授权基于传统和深度学习算法的多目标跟踪方法是由高庆磊设计研发完成，并于2021-11-15向国家知识产权局提交的专利申请。

本基于传统和深度学习算法的多目标跟踪方法在说明书摘要公布了：本发明提供基于传统和深度学习算法的多目标跟踪方法，涉及计算机视觉技术领域。该基于传统和深度学习算法的多目标跟踪方法，包括利用目标检测器对视频帧中的目标进行检测，将检测的目标特征提取出来，其中表观特征可以避免遗失目标和对障碍目标处理的能力，运动特征主要是依靠流光、卡尔曼等算法进行目标轨迹预判，而后采用级联匹配以及IOU匹配，然后对目标分配ID。本发明，采用具有鲁棒性的光流算法，避免了卡尔曼滤波轨迹预测出现重大偏差，导致结果准确性下降的现象。通过训练后的yolov5检测模型，经过deepsort追踪模型进行实时性验证，发现跟踪目标准确性大大提高。

本发明授权基于传统和深度学习算法的多目标跟踪方法在权利要求书中公布了：1.基于传统和深度学习算法的多目标跟踪方法，其特征具体包括：利用目标检测器对视频帧中的目标进行检测，将检测的目标特征提取出来，其中表观特征可以避免遗失目标和对障碍目标处理的能力，运动特征是依靠流光、卡尔曼算法进行目标轨迹预判，而后采用级联匹配以及IOU匹配，最后对目标分配ID；所述方法具体包括：S1、采集数据，对其进行预处理；S2、采用yolov5结构网络对上述数据集进行训练，得到最优权重模型；S3、对追踪模型进行改进优化；S4、将步骤2得到的模型与步骤3模型进行结合，生成多追踪模型；S5、对追踪模型进行实时性验证；所述步骤3中对deepsort进行改进，具体方法如下：在轨迹预测方面增加改进的光流估计-区域匹配法，这类方法是将速度Vm定义为视差d＝dx,dyT,使得两个时刻的图像区域的匹配最佳，为了得到子象素的精度，对得到的d周围的相似度用一曲面来拟合，求最大值，为解决大运动问题，采取由粗到细的策略；考虑图像在象素M＝x,yT,时刻t的灰度值Ix,y,t,令点m的速度为Vm＝Vx,VyT,假设m点的灰度保持不变，那么时间间隔很短时dt,其光流估计约束方程为：Ix,y,t＝Ix+Vxdx,y+Vydy,t+dt；进行等式变换： 其中为m点的梯度；区域匹配法：速度Vm定义为视差d＝dx,dyT，另外deepsort中依然采用扩展的卡尔曼滤波，状态估计某时刻的状态u,v,r,h,u1,v1,r1,h1，其中u,v,r,h为当前时刻变量，而u1,v1,r1,h1为预测变量,通过匈牙利算法来解决分配问题，把一群检测框和卡尔曼预测的框做分配，让卡尔曼预测的框找到和自己最匹配的检测框，达到追踪的效果。

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江苏航天大为科技股份有限公司，其通讯地址为：214000 江苏省无锡市锡山区锡山经济开发区科技工业园1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”。