一种视图自适应多目标跟踪方法
    1.
    发明公开

    公开(公告)号:CN120070917A

    公开(公告)日:2025-05-30

    申请号:CN202510043342.X

    申请日:2025-01-10

    Applicant: 贵州大学

    Abstract: 本发明公开了一种视图自适应多目标跟踪方法,包括:获得行人目标的检测集合Dk;利用基于深度关系线索的视图类别识别方法,该方法根据检测集合Dk中每个检测目标dk的坐标,计算其所对应的两种深度关系线索的边界框面积ak和伪深度pk,得到帧fk中的边界框面积集Ak和伪深度集Pk,再通过比较Ak与Pk的离散程度,得到帧fk所对应的视图类型v;根据所获取的深度关系线索和视图类型,根据提出的自适应视图的轨迹集与检测集划分方法,对预测轨迹与检测目标进行深度区间划分并完成级联关联;采用上述方法将视频V中的所有帧序列被处理完毕,进行多目标识别跟踪。本发明具有能实现多目标跟踪,且跟踪准确性高、鲁棒性强的特点。

    一种血糖仪及血糖自动化测量方法

    公开(公告)号:CN112370054B

    公开(公告)日:2023-07-18

    申请号:CN202011256779.5

    申请日:2020-12-30

    Applicant: 贵州大学

    Abstract: 本发明的一种血糖仪:所述支架(5)上安装有试纸控制机构(1)、手指控制机构(7)、采血针控制机构(8)、电池(9)、主控制器(2)、电机驱动模块(3),其中手指控制机构(7)位于试纸控制机构(1)与采血针控制机构(8)之间,试纸回收箱(4)位于试纸控制机构(1)一侧,采血针回收箱(6)位于采血针控制机构(8)一侧。血糖自动化测量方法:用户通过指纹模块(102)完成身份认证后,依次进入装载试纸模式、装载采血针模式,语音/视频提示用户置入手指后,依次进入固定手指模式、调整高度模式、扎针模式、试纸采血模式,并依据出血量选择性进入自适应调整模式,采血完成后进入回收采血针模式和回收试纸模式,并依据采血针和试纸使用情况选择性进入加注采血针模式。本发明具有结构和功能集成化,自动化程度高,简化操作的特点。

    基于实例空间关联的人物交互检测方法

    公开(公告)号:CN119888338A

    公开(公告)日:2025-04-25

    申请号:CN202411961583.4

    申请日:2024-12-30

    Applicant: 贵州大学

    Abstract: 本发明公开了基于实例空间关联的人物交互检测方法,包括:数据收集;构建实例内与实例间人物交互检测网络模型,包括特征提取部分、Transformer结构部分,所述Transformer结构部分:包括编码器、实例解码器、交互解码器,所述实例解码器为多层结构,每层包括一个多头自注意力模块、一个多尺度可变注意力模块、一个前馈神经网络、边界框回归;该实例解码器能解码多尺度编码特征,生成人和物的检测结果,并用于交互识别;将图像输入训练好的实例内与实例间人物交互检测网络模型,输出人和物的边界框、物的类别与交互类别,进行人物交互关系检测。本发明具有模型泛化性好,实例检测和交互分类准确性高的特点。

    一种血糖仪及血糖自动化测量方法

    公开(公告)号:CN112370054A

    公开(公告)日:2021-02-19

    申请号:CN202011256779.5

    申请日:2020-12-30

    Applicant: 贵州大学

    Abstract: 本发明的一种血糖仪:所述支架(5)上安装有试纸控制机构(1)、手指控制机构(7)、采血针控制机构(8)、电池(9)、主控制器(2)、电机驱动模块(3),其中手指控制机构(7)位于试纸控制机构(1)与采血针控制机构(8)之间,试纸回收箱(4)位于试纸控制机构(1)一侧,采血针回收箱(6)位于采血针控制机构(8)一侧。血糖自动化测量方法:用户通过指纹模块(102)完成身份认证后,依次进入装载试纸模式、装载采血针模式,语音/视频提示用户置入手指后,依次进入固定手指模式、调整高度模式、扎针模式、试纸采血模式,并依据出血量选择性进入自适应调整模式,采血完成后进入回收采血针模式和回收试纸模式,并依据采血针和试纸使用情况选择性进入加注采血针模式。本发明具有结构和功能集成化,自动化程度高,简化操作的特点。

    一种基于目标置信分层关联策略的多目标跟踪方法

    公开(公告)号:CN119399245A

    公开(公告)日:2025-02-07

    申请号:CN202411449638.3

    申请日:2024-10-17

    Applicant: 贵州大学

    Abstract: 本发明公开了一种基于目标置信分层关联策略的多目标跟踪方法,包括:输入视频V,将视频V分割成单独的帧序列fk;得到帧fk中所有行人目标的集合D;利用基于检测框变化趋势的遮挡目标运动状态预测方法,预测现有轨迹在当前帧fk中的位置;根据所述的预测轨迹和目标的置信分层关联策略,将预测轨迹与检测目标进行关联;保存匹配成功的轨迹集合Tmatched,对于当前帧中每个匹配成功的轨迹tk,利用匹配到的目标在当前帧的观测值,更新得到更精确的运动状态Xk和变化速度Pk;将视频V中的所有帧序列进行处理,输出多目标识别跟踪。本发明具有能提高在拥挤的复杂动态场景中跟踪目标的准确性和鲁棒性的特点。

Patent Agency Ranking