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！

龙图腾网恭喜河南大学申请的专利基于判别性特征的二段多目标跟踪数据关联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：CN116630939B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202310634649.8，技术领域涉及：G06V20/58；该发明授权基于判别性特征的二段多目标跟踪数据关联方法及系统是由曹莹;李素雅;杜晓玉;韩志杰;李铁柱;闫永航;谢欣;张婉君设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本基于判别性特征的二段多目标跟踪数据关联方法及系统在说明书摘要公布了：本发明涉及智能交通、自动驾驶支撑技术之一多目标跟踪领域，公开一种基于判别性特征的二段多目标跟踪数据关联方法及系统，该方法包括：步骤1：检测车辆判别性特征获取；步骤2：基于检测车辆判别性特征的一阶段数据关联；步骤3：轨迹段判别性特征获取；步骤4：基于轨迹段判别性特征的二阶段数据关联。本发明针对因遮挡造成的低质量车辆，通过当前检测车辆与其他检测车辆特征融合形成拥有拓扑性质的判别性检测车辆特征，结合二段数据关联方案，实现因消失车辆引起的中断行驶轨迹的持续有效关联。

本发明授权基于判别性特征的二段多目标跟踪数据关联方法及系统在权利要求书中公布了：1.一种基于判别性特征的二段多目标跟踪数据关联方法，其特征在于，包括： 步骤1，通过当前检测车辆与其他检测车辆特征融合形成拥有拓扑性质的检测车辆的判别性特征；所述步骤1包括： 步骤101，利用YoLox检测器分别输出每一个视频帧检测车辆； 步骤102，利用残差网络提取每一帧检测车辆外观特征φi，结合当前检测车辆方形框坐标bi＝xi,yi,wi,hi构成其特征oi＝φi,bi； 步骤103，根据公式1，聚合同一视频帧中的其他检测车辆的特征信息以实现帧内拓扑关系的考虑： 其中，WV是转换矩阵；wij是注意力权重，通过同时考虑外观相似度与其他检测车辆与当前检测车辆oi的相对位置得到； 步骤2，基于检测车辆的判别性特征进行一阶段数据关联，得到初始轨迹段集合；所述步骤2包括： 步骤201，将轨迹段划分为活跃与失活轨迹段，并将第一张视频帧中的所有检测车辆设定为活跃轨迹段； 步骤202，随后，根据活跃轨迹段lj最后一帧的检测车辆特征完成与当前视频帧所有检测车辆的特征比对，即根据公式2计算二者相似度： 其中，表示当前视频帧的第i个检测车辆，ft i表示其特征，表示与的相似度；D·表示欧氏距离； 基于相似度，根据阈值γ建立数据关联，当相似度大于阈值γ时，将加入当前轨迹段lj形成新的活跃轨迹；如果活跃轨迹段连续β帧没有更新则将其转为失活轨迹段，以降低因遮挡造成的低质量或消失车辆对轨迹段形成的干扰；在一阶段数据关联后，将未分配检测车辆标定为新轨迹段，并输出初始轨迹段集合 步骤3，基于初始轨迹段集合得到初始轨迹段判别性特征； 步骤4，基于初始轨迹段判别性特征进行二阶段数据关联，得到最终的多车辆运动轨迹；所述步骤4包括： 步骤401，将初始轨迹段按时间顺序排列，并进行编号； 步骤402，将在轨迹段li结束后开始的所有轨迹段定义为li的后向关联轨迹，并建立li与后向轨迹的再关联模型； 步骤403，根据关联轨迹段li,lk间的特征相似度Sli,lk，从Sli,lkTts的关联轨迹段中选择相似度最高的lj作为li的后向轨迹段，并进行合并，其中Tts为阈值；而后以li的轨迹特征为前聚合特征，lj特征为当前特征，形成合并轨迹段li-j的聚合特征Vj； 步骤404，将合并轨迹段作为前向轨迹段结点，重复步骤402和步骤403； 步骤405，重复步骤404，直至关联轨迹段间的相似度均低于Tts时终止合并轨迹段的继续关联； 步骤406，以新的轨迹段为前向结点，重复上述步骤，直至完成所有轨迹段的再关联；其中，若轨迹段lk为前向结点li的关联轨迹段，但li与lj为互不关联轨迹，则lk不能作为lj的后向轨迹段； 步骤407，将轨迹段再关联后的结果作为最终的多车辆运动轨迹。

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河南大学，其通讯地址为：475001 河南省开封市顺河区明伦街85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”。