申请/专利权人：南京大学

申请日：2023-10-25

公开（公告）日：2023-12-29

公开（公告）号：CN117314970A

主分类号：G06T7/246

分类号：G06T7/246;G06V10/82;G06N3/006;G06T7/194;G06N3/0464;G06N3/08;G06V10/764;G06V10/26;G06V10/80

优先权：

专利状态码：失效-发明专利申请公布后的撤回

法律状态：2024.03.15#发明专利申请公布后的撤回;2024.01.16#实质审查的生效;2023.12.29#公开

摘要：本发明涉及群体秀丽隐杆线虫的视频追踪、轨迹修复优化技术领域，具体涉及一种用于分析大群体秀丽隐杆线虫的算法及软件；S1、构建线虫数据集，设计线虫追踪算法，S2、利用所述线虫数据集，训练目标检测和实例分割模块，S3、建立线虫个体的标准模型，并改进卡尔曼滤波算法，通过融合端点信息增加追踪的精确度，S4、通过一种场景约束的轨迹修复方法进行全局优化。本发明基于自主构建的线虫数据集，通过结合改进后的卡尔曼滤波算法与全局轨迹优化算法，有效解决了追踪过程中因轨迹破碎导出的ID冗余等追踪问题，能够在一定程度上减小线虫多目标追踪的误差，同时软件界面和交互功能可为有关线虫的医学工作者提供精确、便捷的定制化软件服务。

主权项：1.一种用于分析大群体秀丽隐杆线虫的算法，其特征在于，包括以下步骤：S1、构建线虫数据集，设计线虫追踪算法；S2、利用所述线虫数据集，训练目标检测和实例分割模块；S3、建立线虫个体的标准模型，并改进卡尔曼滤波算法，通过融合端点信息增加追踪的精确度；S4、通过一种场景约束的轨迹修复方法进行全局优化；S5、封装成软件。

全文数据：

权利要求：

百度查询： 南京大学 一种用于分析大群体秀丽隐杆线虫的算法及软件

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD