買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜西北工業(yè)大學申請的專利基于時空高階屬性超圖的大視場相機空間目標關聯(lián)方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119888207B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-06-13發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510369335.9，技術(shù)領域涉及：G06V10/25；該發(fā)明授權(quán)基于時空高階屬性超圖的大視場相機空間目標關聯(lián)方法是由張艷寧;孫瑾秋;李賢;楊佳琪;閆慶森;朱宇設計研發(fā)完成，并于2025-03-27向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于時空高階屬性超圖的大視場相機空間目標關聯(lián)方法在說明書摘要公布了：本發(fā)明公開了一種基于時空高階屬性超圖的大視場相機空間目標關聯(lián)方法，包括：利用大視場相機獲取大視場圖像序列，提取每一幀大視場圖像對應的靜態(tài)屬性集合；基于前三幀大視場圖像構(gòu)建屬性超圖，通過時空屬性關聯(lián)模塊確定對應于每個屬性超圖的潛在目標關聯(lián)匹配矩陣，確定第三幀大視場圖像的高階時空屬性；對于第三幀以后的每一幀大視場圖像，基于前一幀大視場圖像的高階時空屬性構(gòu)建推理超圖，并確定當前幀大視場圖像的高階時空屬性；以推理超圖作為輸入，利用時空推理模型實現(xiàn)相鄰幀大視場圖像潛在目標關聯(lián)匹配矩陣的預測，利用潛在目標關聯(lián)匹配矩陣實現(xiàn)目標的持續(xù)關聯(lián)與分類；本發(fā)明能更好地適配多目標群的特征提取與關聯(lián)需求。

本發(fā)明授權(quán)基于時空高階屬性超圖的大視場相機空間目標關聯(lián)方法在權(quán)利要求書中公布了：1.基于時空高階屬性超圖的大視場相機空間目標關聯(lián)方法，其特征在于，包括： 利用大視場相機獲取大視場圖像序列，對于大視場圖像序列中的每一幀大視場圖像利用靜態(tài)屬性提取單元分別進行各目標的像面靜態(tài)屬性提取，從而得到每一幀大視場圖像對應的靜態(tài)屬性集合； 按序?qū)η叭龓笠晥鰣D像兩兩組合，基于靜態(tài)屬性集合構(gòu)建每個組合的屬性超圖；利用前三幀大視場圖像對應的屬性超圖，通過時空屬性關聯(lián)模塊確定對應于每個屬性超圖的潛在目標關聯(lián)匹配矩陣，包括： 時空屬性關聯(lián)模塊的輸入為屬性超圖，時空屬性關聯(lián)模塊包括六層網(wǎng)絡結(jié)構(gòu)，其中第一層、第三層、第五層采用空間超圖卷積，第二層、第四層、第六層采用時間超圖卷積；在網(wǎng)絡結(jié)構(gòu)的每一層之后設置激活函數(shù)，并在第六層之后設置關聯(lián)頭；關聯(lián)頭采用點積注意力層，表示為： 其中，softmax用于歸一化，Mi，i+1為利用第i幀大視場圖像與第i+1幀大視場圖像構(gòu)建的屬性超圖對應的潛在目標關聯(lián)匹配矩陣，其中包含各目標在兩幀大視場圖像之間的關聯(lián)關系；Fi與Fi+1分別代表了第i幀大視場圖像與第i+1幀大視場圖像中目標的特征矩陣，D′為歸一化因子，上標T表示轉(zhuǎn)置； 空間超圖卷積、時間超圖卷積的結(jié)構(gòu)如下： Y＝σAXW； 其中，X代表空間超圖卷積或時間超圖卷積的輸入，Y為處理后的輸出，A為鄰接矩陣，其存儲著邊的連接與權(quán)重信息，W為可訓練參數(shù)，σ為激活函數(shù)； 基于前三幀大視場圖像的靜態(tài)屬性集合、潛在目標關聯(lián)匹配矩陣，確定第三幀大視場圖像的高階時空屬性，包括： 對第三幀大視場圖像中的每個目標，基于目標不同時刻的像面靜態(tài)屬性進行差分與二階差分操作，獲取目標的一階微分與二階微分；最后將目標的像面靜態(tài)屬性、一階微分和二階微分堆疊后獲得其高階時空屬性，所有目標的高階時空屬性構(gòu)成第三幀大視場圖像的高階時空屬性； 對于第三幀以后的每一幀大視場圖像，以當前幀大視場圖像的前一幀大視場圖像的高階時空屬性構(gòu)建推理超圖，并確定當前幀大視場圖像的高階時空屬性；以推理超圖作為輸入，利用時空推理模型實現(xiàn)相鄰幀大視場圖像潛在目標關聯(lián)匹配矩陣的預測，利用潛在目標關聯(lián)匹配矩陣實現(xiàn)目標的持續(xù)關聯(lián)與分類。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人西北工業(yè)大學，其通訊地址為：710068 陜西省西安市碑林區(qū)友誼西路127號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。