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！

龙图腾网恭喜华侨大学申请的专利基于动态自适应和强化特征的多目标跟踪分割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：CN119444804B 。

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：202510037837.1，技术领域涉及：G06T7/246；该发明授权基于动态自适应和强化特征的多目标跟踪分割方法及系统是由陈龙涛;廖国兴;曾焕强;朱建清;黄德天;黄诚惕;傅玉青;施一帆设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本基于动态自适应和强化特征的多目标跟踪分割方法及系统在说明书摘要公布了：本发明涉及图像处理技术领域，提出了一种基于动态自适应和强化特征的多目标跟踪分割方法及系统，方法包括前处理步骤、外观代价计算步骤、预匹配步骤、运动代价计算步骤、正式匹配步骤、后处理步骤、重复步骤和可视化步骤。该方法通过具有动态自适应的数据关联对目标特征进行细化整合，以及利用基于掩码的注意力机制和基于四三角形变的掩码预测分别强化目标外观特征和运动信息，以能够在保持高跟踪精度的同时，实现快速运算和低成本运行，适用于更广泛的应用场景。

本发明授权基于动态自适应和强化特征的多目标跟踪分割方法及系统在权利要求书中公布了：1.一种基于动态自适应和强化特征的多目标跟踪分割方法，其特征在于，包括以下步骤：前处理步骤，读取图像或视频信息，对每一帧图像进行目标分割，得到目标像素级信息以及目标边界框信息；外观代价计算步骤，利用重识别模型处理目标像素级信息和目标边界框信息，获得目标掩码和背景特征，基于目标掩码和背景特征计算外观特征向量，从而计算外观代价矩阵；预匹配步骤，通过匈牙利算法对外观代价矩阵进行处理，获得匹配候选对和未匹配候选对；运动代价计算步骤，以目标边界框上四个顶点以及中心点作为五个关键点，通过卡尔曼滤波器获取五个关键点的速度；将上一帧图像的目标掩码映射到五个关键点形成的四个三角形中并利用关键点速度进行运动模拟，计算运动代价矩阵；正式匹配步骤，未匹配候选对以运动代价作为最终代价；匹配候选对基于历史掩码面积计算融合权重，基于融合权重融合外观代价和运动代价，得到最终代价；整合未匹配候选对的最终代价和匹配候选对的最终代价，获得最终代价矩阵，通过匈牙利算法对最终代价矩阵进行处理，获得匹配对和未匹配对；后处理步骤，对所有轨迹进行卡尔曼滤波预测，通过卡尔曼滤波算法更新修正位置信息，得到新轨迹集，新轨迹集中的轨迹和检测目标根据匹配状态划分为确认态轨迹和未确认态轨迹，确认态的轨迹送入预匹配步骤以进行下一次预匹配，未确认态的轨迹送入正式匹配步骤以进行下一次正式匹配；重复步骤，重复预匹配步骤至后处理步骤直至匹配结束，进入可视化步骤；可视化步骤，对新的确认态的轨迹进行可视化操作，输出标记检测目标的视频；所述外观代价计算步骤，采用基于掩码的注意力机制，具体包括以下步骤：将目标像素级信息和目标边界框信息传递给重识别模型，以获得目标掩码M和背景特征图f；对掩码M特征图给予win权重，对背景特征图给予wout权重，进行加权融合获取外观特征向量Ffinaln,m，表示为:Ffinaln,m＝win·fn,m⊙Mn,m+wout·fn,m⊙1-Mn,m；其中，win＞wout；n,m为背景特征图f的像素坐标，⊙表示元素乘法运算；Mn,m＝1表示ROI，Mn,m＝0表示背景区域；以视频第t-1帧图像中已匹配的N个目标的外观特征向量为轨迹T，以视频第t帧图像中M个目标外观特征的特征向量为轨迹S；计算得到第i个轨迹T[i]与第j个检测S[j]之间的外观相似度余弦距离得到N*M外观代价矩阵C外观: 其中，Vi代表轨迹T[i]的外观特征向量，Vj代表检测S[j]的外观特征向量；||Vi||和||Vj||分别表示轨迹T[i]与检测S[j]的欧几里得范数。

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华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269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”。