-
Patent Agency Ranking
公开(公告)号：CN118781515B
公开(公告)日：2025-02-07
申请号：CN202410776668.9
申请日：2024-06-17
Applicant: 重庆大学
IPC: G06V20/40 , G06V10/75 , G06V10/766 , G06V10/40 , G06V20/56
Abstract: 本发明涉及一种基于概率分布和状态回归的3D多目标跟踪方法，属于环境感知领域。其包括：将当前时刻下的点云数据以及历史轨迹作为输入，通过3D检测与轨迹回归模块生成当前时刻下的3D检测以及历史轨迹在当前时刻下的状态，其中，在回归处理过程中，先将当前时刻下的点云进行特征提取后输入RPN模块以生成区域候选框；同时使用卡尔曼滤波器结合自车位姿对历史轨迹状态进行预测和补偿；再根据每条轨迹状态的不确定性通过概率网格采样来获取相应的先验候选框集合；然后将区域候选框与先验候选框集合进行合并；随后将合并后的数据送入体素RoI Pooling模块进行特征对齐；将对齐后的特征送入检测头，经过筛选和轨迹管理输出最终轨迹。
-
公开(公告)号：CN117522924A
公开(公告)日：2024-02-06
申请号：CN202311564039.1
申请日：2023-11-22
Applicant: 重庆大学
IPC: G06T7/246 , G06T7/73 , G06V10/62 , G06V10/764 , G06V10/75
Abstract: 本发明涉及一种基于检测定位置信度指导的深度关联多目标跟踪方法，属于环境感知领域。该方法包括：S1：使用2D检测器得到每一时刻目标物体的信息；S2：根据定位置信度和分类置信度高低，将检测目标分成四类；S3：根据步骤S2的检测目标分类情况，充分考虑检测框的定位准确度和外观清晰度，设计一个四级深度关联机制，实现检测框和轨迹的最优匹配；S4：将未匹配上的检测置信度大于阈值的检测目标初始化为新的轨迹，轨迹状态为不确定态，若接下来匹配成功一帧则转为确定态轨迹；确定态轨迹没有匹配上转为丢失态轨迹，连续30帧没有匹配上，则删除该轨迹。
-
公开(公告)号：CN118521612B
公开(公告)日：2025-01-24
申请号：CN202410602039.4
申请日：2024-05-15
Applicant: 重庆大学
Abstract: 本发明涉及一种基于可见度和变种IoU的2D多目标跟踪方法，属于环境感知技术领域。该方法包括：使用基于相机的2D检测器得到每一时刻目标的二维检测信息，设定检测置信度阈值，并划分高分检测和低分检测；基于上一时刻预测后的轨迹框和轨迹置信度，计算每个轨迹的可见度，并设定可见度阈值，并划分活跃轨迹和非活跃轨迹；将高分检测和活跃轨迹进行变种IoU和外观相似度的代价融合匹配；将未匹配的活跃轨迹和非活跃轨迹相加，再与剩余未匹配上的高分检测进行变种IoU和外观相似度的代价融合匹配；将剩余未匹配的轨迹与低分检测进行变种IoU匹配；基于轨迹管理机制对轨迹进行管理。本发明可提高目标跟踪的精度。
-
公开(公告)号：CN118781515A
公开(公告)日：2024-10-15
申请号：CN202410776668.9
申请日：2024-06-17
Applicant: 重庆大学
IPC: G06V20/40 , G06V10/75 , G06V10/766 , G06V10/40 , G06V20/56
Abstract: 本发明涉及一种基于概率分布和状态回归的3D多目标跟踪方法，属于环境感知领域。其包括：将当前时刻下的点云数据以及历史轨迹作为输入，通过3D检测与轨迹回归模块生成当前时刻下的3D检测以及历史轨迹在当前时刻下的状态，其中，在回归处理过程中，先将当前时刻下的点云进行特征提取后输入RPN模块以生成区域候选框；同时使用卡尔曼滤波器结合自车位姿对历史轨迹状态进行预测和补偿；再根据每条轨迹状态的不确定性通过概率网格采样来获取相应的先验候选框集合；然后将区域候选框与先验候选框集合进行合并；随后将合并后的数据送入体素RoI Pooling模块进行特征对齐；将对齐后的特征送入检测头，经过筛选和轨迹管理输出最终轨迹。
-
公开(公告)号：CN118521612A
公开(公告)日：2024-08-20
申请号：CN202410602039.4
申请日：2024-05-15
Applicant: 重庆大学
Abstract: 本发明涉及一种基于可见度和变种IoU的2D多目标跟踪方法，属于环境感知技术领域。该方法包括：使用基于相机的2D检测器得到每一时刻目标的二维检测信息，设定检测置信度阈值，并划分高分检测和低分检测；基于上一时刻预测后的轨迹框和轨迹置信度，计算每个轨迹的可见度，并设定可见度阈值，并划分活跃轨迹和非活跃轨迹；将高分检测和活跃轨迹进行变种IoU和外观相似度的代价融合匹配；将未匹配的活跃轨迹和非活跃轨迹相加，再与剩余未匹配上的高分检测进行变种IoU和外观相似度的代价融合匹配；将剩余未匹配的轨迹与低分检测进行变种IoU匹配；基于轨迹管理机制对轨迹进行管理。本发明可提高目标跟踪的精度。
-
-
-
-
Search Results
5
records
(took 0.013 seconds)
