买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于多维运动学特征的预测边界框动态修正方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120976501B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511119223.4，技术领域涉及：G06T19/20；该发明授权一种基于多维运动学特征的预测边界框动态修正方法是由程绍武;陈思琴;刘欣豪设计研发完成，并于2025-08-11向国家知识产权局提交的专利申请。

本一种基于多维运动学特征的预测边界框动态修正方法在说明书摘要公布了：本发明提供了一种基于多维运动学特征的预测边界框动态修正方法，属于预测边界框动态修正技术领域。本发明包括如下步骤：参数初始化及数据准备；轨迹有效性判定；基于历史位移偏移的边界框偏移量计算；轨迹加速度计算；转弯状态检测；结合位移偏移、加速度、转弯状态的边界框偏移量计算；基于近期运动趋势可信性的自适应阈值计算；结合自适应阈值的边界框偏移量调整；原始预测边界框的调整。本发明可以动态调节参数，无需额外训练数据，可作为轻量化模块集成于现有跟踪或预测系统中，能够有效降低边界框预测误差，提升复杂动态场景下的目标定位稳定性，节约了硬件成本与部署复杂度。

本发明授权一种基于多维运动学特征的预测边界框动态修正方法在权利要求书中公布了：1.一种基于多维运动学特征的预测边界框动态修正方法，其特征在于，包括以下步骤： 步骤一、参数初始化及数据准备：设定预测边界框动态修正控制参数，确定目标输入数据，输入数据包括：历史轨迹序列数据T和原始预测边界框； 步骤二、轨迹有效性判定：当步骤一中的历史轨迹序列数据T的轨迹长度n小于2时，将被判定为无效轨迹，此时无法进行有效的轨迹分析，直接执行步骤九；当历史轨迹序列数据T的轨迹长度n大于等于2时，历史轨迹序列数据T有效并执行步骤三； 步骤三、基于历史位移偏移的边界框偏移量计算：提取历史轨迹序列数据T的运动趋势并赋予历史轨迹序列数据T中近期运动更高的权重，将表示历史轨迹序列数据T中相邻两帧边界框位置变化的偏移量与对应权重相乘后得到反映目标整体运动趋势的加权平均偏移量； 步骤四、轨迹加速度计算：目标的运动状态能够通过位移-速度-加速度三级特征进行量化描述：位移为偏移量；速度通过偏移量近似表征；加速度通过相邻速度的差值计算得到； 步骤五、转弯状态检测：基于历史轨迹序列数据中的位置信息，通过计算位置信息连续方向向量的余弦相似度量化方向变化，进而判定目标是否处于转弯状态； 步骤六、结合位移偏移、加速度、转弯状态的边界框偏移量计算：将步骤三中得到的加权平均偏移量与步骤四中得到的加速度相结合，生成基础预测偏移量，当通过步骤五检测到目标处于转弯状态时，对基础预测偏移量进行增强，以适配目标转向时的运动特性，得到增强后的预测偏移量； 步骤七、基于近期运动趋势可信性的自适应阈值计算：通过动态构建自适应阈值以量化目标近期运动趋势的可信性程度； 步骤八、结合自适应阈值的边界框偏移量调整：依据步骤七中计算得到的自适应阈值，对步骤六计算得到的增强后的预测偏移量做进一步调整，得到修正偏移量； 步骤九、原始预测边界框的调整：通过设定容忍范围对根据原始预测边界框计算得到的原始预测偏移量与步骤八中得到的修正偏移量进行一致性校验，得到最终的修正偏移量，当步骤一中的历史轨迹序列数据T的轨迹长度n小于2时，输出原始预测偏移量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。