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！

龙图腾网恭喜南京大学申请的专利一种隧道内实时多类别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：CN114821431B 。

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：202210481479.X，技术领域涉及：G06V20/40；该发明授权一种隧道内实时多类别多目标跟踪方法是由阮雅端;王锐;汪靖文;汪良文;陈启美设计研发完成，并于2022-05-05向国家知识产权局提交的专利申请。

本一种隧道内实时多类别多目标跟踪方法在说明书摘要公布了：本发明涉及计算机视觉技术领域，尤其涉及一种隧道内实时多类别多目标跟踪方法：其包括步骤1：将检测网络与特征提取网络融合后训练，得到训练好的融合网络；步骤2：将隧道内车道图片输入至融合网络后输出感兴趣区域内目标的预测结果并保存全局特征图，其中预测结果包括目标类别、置信度和位置信息；步骤3：对预测结果进行非极大值抑制从而筛选出检测目标；步骤4：根据检测目标的位置信息在全局特征图中截取目标特征；步骤5：各目标特征图通过SPP网络得到各目标对应的目标特征向量；步骤6：将极大值抑制后的预测结果和目标特征向量输入到跟踪器中进行目标跟踪。本发明有效提高隧道复杂场景的多目标跟踪效率和准确性。

本发明授权一种隧道内实时多类别多目标跟踪方法在权利要求书中公布了：1.一种隧道内实时多类别多目标跟踪方法，其特征在于：包括步骤1：将检测网络与特征提取网络融合后训练，得到训练好的融合网络；具体为：步骤1.1：图片输入融合网络，获取输入图片的FPN全局特征图；步骤1.2：获取目标预测的类别、置信度和位置信息；步骤1.3：判断是否训练，若不训练，则执行步骤2；若训练，则执行步骤1.4的训练步骤；步骤1.4：训练融合网络，具体为：根据预测坐标在全局特征图中截取目标特征；通过SPP网络得到各目标对应的目标特征向量；计算损失，反向传播训练网络，即根据损失值修改网络参数；步骤2：将隧道内车道图片输入至融合网络后输出感兴趣区域内目标的预测结果并保存全局特征图，其中预测结果包括目标类别、置信度和位置信息；步骤3：对预测结果进行非极大值抑制从而筛选出检测目标；步骤4：根据检测目标的位置信息在全局特征图中截取目标特征；步骤5：各目标特征图通过SPP网络得到各目标对应的目标特征向量；步骤6：将极大值抑制后的预测结果和目标特征向量输入到跟踪器中进行目标跟踪。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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”。