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！

龙图腾网恭喜哈尔滨工业大学申请的专利基于特征融合的密集行人多目标跟踪方法、计算机设备和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：CN116311353B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202310087699.9，技术领域涉及：G06V40/10；该发明授权基于特征融合的密集行人多目标跟踪方法、计算机设备和存储介质是由刘环宇;温佳铮;李君宝;杨忠琳设计研发完成，并于2023-02-09向国家知识产权局提交的专利申请。

本基于特征融合的密集行人多目标跟踪方法、计算机设备和存储介质在说明书摘要公布了：基于特征融合的密集行人多目标跟踪方法、计算机设备和存储介质，属于计算机视觉跟踪技术领域，解决现有未有针对密集场景下的行人进行跟踪方法问题。本发明的方法包括：首先，设计了一种新的目标中心点建模方法，利于将目标中心点位置定位更准确；其次，提出了一种轻量化的重识别特征提取网络，并利用基于本量矩阵的相似度比较方法获取目标帧间位移预测；然后，设计了一种基于混合注意力机制的特征增强网络，将时间维度的帧间信息和空间维度的静态信息进行融合，增强了检测任务与跟踪任务之间的联系；最后，通过二次数据关联的方法将检测结果与目标位移进行整合，获得最终轨迹。本发明适用于密集目标场景下的多行人跟踪。

本发明授权基于特征融合的密集行人多目标跟踪方法、计算机设备和存储介质在权利要求书中公布了：1.一种基于特征融合的密集行人多目标跟踪方法，其特征在于，所述方法包括：步骤1、对输入的相邻视频帧进行基础特征提取处理，获取各帧的基础特征；步骤2、基于步骤1获取的相邻帧基础特征，利用重识别特征提取网络进行重识别特征提取，获取相邻帧重识别特征；根据所述相邻帧重识别特征，利用本量矩阵模块，获取同一目标的帧间位移预测矩阵；步骤3、根据所述相邻帧基础特征，得到当前帧的目标检测信息，具体包括：步骤3.1、将步骤1获取的相邻帧基础特征对应位置逐元素相减，得到帧间差异特征；步骤3.2、将帧间差异特征与步骤2获取的位移预测矩阵按照维度进行整合，作为可变形卷积偏移量提取单元的输入，从而获取可变形卷积网络所需要的偏移量预测；步骤3.3、将相邻帧中靠前的帧特征用预测出的热图进行加权，作为可变形卷积网络DCN的输入，卷积核的变形位移由上文的偏移量预测确定，由此获得不同于基础特征的之前帧新特征；步骤3.4、将之前帧新特征与当前帧基础特征进行加权融合，获得当前帧新特征，利用所述当前帧新特征进行分类与回归，得到当前帧的目标检测信息；步骤4、根据所述当前帧的目标检测信息，形成最终轨迹，具体包括：步骤4.1、通过步骤3获得的相邻帧特征增强后的结果经过分类以及回归分支，得到目标的类别和位置信息；步骤4.2、根据所述目标的类别和位置信息以及步骤2获得的相邻帧重识别特征和帧间位移预测，将帧间相同目标进行身份关联；步骤4.3、通过线性分配算法形成最终轨迹。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。