基于传统和深度学习算法的多目标跟踪方法

被引：0

专利类型：

发明

申请号：

CN202111349149.7

申请日：

2021-11-15

公开(公告)号：

CN114092517B

公开(公告)日：

2025-05-06

发明(设计)人：

高庆磊

申请人：

江苏航天大为科技股份有限公司

申请人地址：

214000 江苏省无锡市锡山区锡山经济开发区科技工业园1号

IPC主分类号：

G06T7/246

IPC分类号：

G06T7/269 G06T7/277 G06N3/0464 G06N3/08

代理机构：

无锡永乐唯勤专利代理事务所(普通合伙) 32369

代理人：

章陆一

法律状态：

授权

国省代码：

河北省衡水市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-05-06	授权	授权

共 50 条

[1]

基于传统和深度学习算法的多目标跟踪方法 [P].

高庆磊 .

中国专利 :CN114092517A ,2022-02-25

[2]

基于深度学习和多目标跟踪技术的包裹计数方法及系统 [P].

严晓威 ;

吴发明 ;

马锦华 ;

李沁航 .

中国专利 :CN110992305A ,2020-04-10

[3]

一种基于深度学习目标检测的视觉多目标跟踪方法 [P].

陈磊 ;

李晓晖 ;

夏芹 ;

江萌 ;

侯学渊 ;

张炼 .

中国专利 :CN115035154A ,2022-09-09

[4]

基于深度学习的视觉多目标跟踪方法及装置 [P].

李辉 ;

刘亚鹏 ;

张淑军 ;

董燕 ;

王传旭 ;

徐凌伟 .

中国专利 :CN111860504B ,2024-08-02

[5]

基于深度学习的视觉多目标跟踪方法及装置 [P].

李辉 ;

刘亚鹏 ;

张淑军 ;

董燕 ;

王传旭 ;

徐凌伟 .

中国专利 :CN111860504A ,2020-10-30

[6]

基于LSTM网络和深度增强学习的多目标跟踪方法 [P].

姜明新 ;

常波 ;

贾银洁 .

中国专利 :CN108573496A ,2018-09-25

[7]

一种基于小样本学习的多目标濒危动物跟踪方法 [P].

丰江帆 ;

肖欣欣 ;

缑梦洁 ;

王迪妮 .

中国专利 :CN114283355A ,2022-04-05

[8]

一种基于小样本学习的多目标濒危动物跟踪方法 [P].

丰江帆 ;

肖欣欣 ;

缑梦洁 ;

王迪妮 .

中国专利 :CN114283355B ,2025-04-22

[9]

多目标跟踪方法、系统和介质 [P].

曹动 ;

周朗明 ;

颜振宇 ;

赵大为 .

中国专利 :CN119417862A ,2025-02-11

[10]

一种基于深度学习和数据关联的在线多目标跟踪方法 [P].

陈小波 ;

冀建宇 ;

王彦钧 ;

蔡英凤 ;

王海 ;

陈龙 .

中国专利 :CN110288627A ,2019-09-27

← 1 2 3 4 5 →