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！

龙图腾网恭喜中南民族大学申请的专利基于视觉信息的行人运动轨迹预测方法、系统及存储介质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：CN119625842B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202510161124.6，技术领域涉及：G06V40/20；该发明授权基于视觉信息的行人运动轨迹预测方法、系统及存储介质是由施朦;王涛;农婷婷;章志超;张文科;张潇;蓝雯飞;田一骏设计研发完成，并于2025-02-13向国家知识产权局提交的专利申请。

本基于视觉信息的行人运动轨迹预测方法、系统及存储介质在说明书摘要公布了：本发明涉及智能交通技术领域，具体公开了一种基于视觉信息的行人运动轨迹预测方法、系统及存储介质，方法步骤如下：无人机数据采集，坐标投影变换，坐标采样与轨迹聚合，对经过投影变换的行人地面真实坐标进行采样，并将坐标数据聚合为多个行人的轨迹信息；将空间视觉信息与时间信息相结合，构建全局交互有向拓扑图，然后进行空间特征和时间特征提取，通过多层卷积结构高效地提取行人运动的时间序列特征，最终预测行人未来的运动轨迹。通过本发明方法，可以更高效地预测复杂场景中的行人运动，增强模型在行人流动管理和公共安全规划中的应用效果。通过分析行人历史轨迹来预测未来运动情况，显著优化行人流量管理并提升公共场所的安全水平。

本发明授权基于视觉信息的行人运动轨迹预测方法、系统及存储介质在权利要求书中公布了：1.一种基于视觉信息的行人运动轨迹预测方法，其特征在于，包括如下步骤：S1、无人机数据采集：通过无人机采集数据，并对数据进行标准化处理；S2、坐标投影变换：通过多网格投影变换算法将视频中的像素坐标还原为实际的地面真实坐标；S3、坐标采样与轨迹聚合：对经过投影变换的行人地面真实坐标进行采样，并将坐标数据聚合为多个行人的轨迹信息；S4、基于视觉信息的全局交互有向拓扑图构建：将空间视觉信息与时间信息相结合，构建全局交互有向拓扑图，从而提升模型在复杂环境中捕捉空间交互特征的能力；具体包括如下：S41、根据行人在时刻t和t-1的位移差和计算行人的运动方向弧度值公式如下： S42、将行人的运动方向弧度值转换为角度，并调整到0°至360°的范围，得到行人i在时刻t的运动方向计算公式如下： S43、计算出邻居j相对于行人i的角度通过两者坐标差和计算相对角度的弧度值,并将其转换为角度，公式如下： S44、计算时刻t每对行人之间的欧氏距离公式如下： S45、使用多层感知机网络MLP将行人间的相对角度和相对距离这两个视觉信息融合到有向边权重向量表示为行人i与其邻居j在时刻t的互动关系，计算公式如下： 其中We为MLP的权重参数；S46、将有向边权重向量聚合为时刻t的全局有向拓扑子图的边权重集合Et，其表达式公式为： S47、将行人i在时刻t的坐标嵌入为节点向量并其聚合到时刻t的全局有向拓扑子图的节点集合Vt，其表达式为： S48、将节点集合Vt和边权重集合Et聚合为时刻t的有向子图Gt＝Vt,Et，最终，基于视觉信息的全局交互有向拓扑图G由多个时刻的有向子图构成，其表达式为：G＝{Gt|t＝1,2,…,Tobs}；S5、空间特征提取：使用图同构网络GIN构建空间特征提取模块，自适应地学习基于视觉信息的有向边权重，并聚合邻居节点的特征以更新当前节点特征，捕捉行人与其邻居之间的空间交互关系；S6、时间特征提取：使用二维卷积神经网络CNN构建时间特征提取模块，通过多层卷积结构高效地提取行人运动的时间序列特征，最终预测行人未来的运动轨迹。

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中南民族大学，其通讯地址为：430000 湖北省武汉市洪山区民族大道708号、823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”。