基于置信度优化的在线多目标跟踪方法

本发明公开了一种基于置信度优化的在线多目标跟踪方法，以轨迹对应的检测置信度和匹配成本为参数，基于指数移动平均值逐帧迭代地更新轨迹置信度，并结合轨迹和轨迹置信度构建置信度权重矩阵，对相似度矩阵进行加权优化。不同于以往的轨迹置信度模型，本发明组合MOT任务中常见的中间量(检测置信度和匹配成本)，利用EMA模型迭代更新，计算复杂度低，并且参数无需额外求解；有利于在线任务；不同于以往基于TBD跟踪器的常见做法，本发明并未对参与关联的对象设置任何的置信度门限，在首次关联时，允许所有检测器的输出和激活轨迹参与关联，有助于从超低分检测中恢复中断的轨迹，并减少超参数空间复杂度，方便实际部署。

《基于置信度优化的在线多目标跟踪方法》是一发明专利，专利号为 2023109661352，当前法律状态为已下证，由安徽工程大学提出申请，发明人为李艺;刘有余;李红伟;疏达;汪祁杰，申请日期为2023-08-02，公开（公告）日期为2025-08-08，国际专利分类号（IPC）为 G06T7/277(2017.01)I;G06V10/74(2022.01)I，高新资质：未报高企，所属技术领域包括：图像目标追踪、视频识别算法、置信度阈值优化、机器视觉监测、在线实时目标检测技术。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于置信度优化的在线多目标跟踪方法，以轨迹对应的检测置信度和匹配成本为参数，基于指数移动平均值逐帧迭代地更新轨迹置信度，并结合轨迹和轨迹置信度构建置信度权重矩阵，对相似度矩阵进行加权优化。不同于以往的轨迹置信度模型，本发明组合MOT任务中常见的中间量(检测置信度和匹配成本)，利用EMA模型迭代更新，计算复杂度低，并且参数无需额外求解；有利于在线任务；不同于以往基于TBD跟踪器的常见做法，本发明并未对参与关联的对象设置任何的置信度门限，在首次关联时，允许所有检测器的输出和激活轨迹参与关联，有助于从超低分检测中恢复中断的轨迹，并减少超参数空间复杂度，方便实际部署。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！