-
公开(公告)号:CN119273717A
公开(公告)日:2025-01-07
申请号:CN202411678574.4
申请日:2024-11-22
Applicant: 南通大学
IPC: G06T7/246 , G06T7/277 , G06V20/17 , G06V20/40 , G06V10/25 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种广视角特征融合记忆网络的多目标跟踪算法,属于计算机视觉与人工智能技术领域。解决了在无人机视角下处理远距离小尺寸目标和快速运动目标时跟踪性能不足的技术问题。其技术方案为:包括以下步骤:S1、视频帧预处理与目标检测;S2、图片特征信息在广视角融合记忆网络中进行深度融合;S3、自适应运动滤波AMF在滤波过程中引入了轨迹置信度建模;S4、在第一步关联中,通过运动特征提取模型MFEM进行首次关联。本发明的有益效果为:通过跟踪算法的动态更新,逐步实现对目标位置的调整和优化,最终获得目标的所有轨迹的信息。
-
公开(公告)号:CN119048557A
公开(公告)日:2024-11-29
申请号:CN202411156580.3
申请日:2024-08-22
Applicant: 南通大学
IPC: G06T7/246 , G06T7/277 , G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种融合轨迹关联技术的动态场景多目标跟踪方法,属于计算机视觉与人工智能技术领域。解决了现有技术在动态背景下处理复杂、多样且人群密集场景时行人跟踪能力不足的技术问题。其技术方案为:包括以下步骤:S1、视频帧预处理与目标检测;S2、快速运动目标的跟踪优化;S3、轨迹链接与融合;S4、轨迹中断与碎片化的修复。本发明的有益效果为:本发明是为了提高复杂动态背景下的多目标行人的跟踪能力,通过采用先进的深度学习算法与计算机视觉技术,实现对行人特征的精准提取与追踪,为智能监控、自动驾驶等领域提供更为可靠的技术支持。
-