申请/专利权人:南京大学
申请日:2023-11-21
公开(公告)日:2024-01-30
公开(公告)号:CN117474955A
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;2024.02.20#实质审查的生效;2024.01.30#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。