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！

龙图腾网获悉电子科技大学长三角研究院(湖州)申请的专利基于自适应权值模板更新的空间-语义感知注意跟踪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：CN115830071B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202211544341.6，技术领域涉及：G06T7/246；该发明授权基于自适应权值模板更新的空间-语义感知注意跟踪方法是由张焕龙;赵彦春;王攀云;丁亮;高淼;杨光露;李福生;朱林威;齐锐设计研发完成，并于2022-12-04向国家知识产权局提交的专利申请。

本基于自适应权值模板更新的空间-语义感知注意跟踪方法在说明书摘要公布了：本发明公开了一种基于自适应权值模板更新的空间‑语义感知注意跟踪方法，属于目标跟踪技术领域，用于解决传统基于分类‑回归的跟踪算法难以处理目标持续外观变化的问题。本发明首先建立了一个空间‑语义感知注意模型，利用具有损失函数的单卷积注意网络在线识别目标特征图上的不同区域和通道对目标表示的重要性，然后通过在空间和通道维度上增加相应权重来强化特征图上的特定区域和语义信息；其次，为了更好地适应目标外观变化，我们提出了一种新的模板更新策略来自适应调整跟踪结果对新模板的贡献权重，进一步增强了模板的可靠性。本发明通过空间‑语义感知注意模型突出目标特征，同时抑制背景信息，从而获得更具判别力的目标外观模型，提升跟踪结果的鲁棒性。

本发明授权基于自适应权值模板更新的空间-语义感知注意跟踪方法在权利要求书中公布了：1.基于自适应权值模板更新的空间-语义感知注意跟踪方法，其特征在于，包括以下步骤： 步骤一、根据初始帧图像中的目标位置信息裁剪出模板图像，利用预训练的ResNet-50网络获取模板图像的Covn3、Covn4和Covn5三层特征； 步骤二、利用空间感知注意模块强化模板Covn3层特征图中目标信息量最大的区域，同时降低无关区域的重要性，得到新的空间感知注意特征；利用语义感知注意模块增强Covn4和Covn5层特征中含有丰富目标语义信息的通道权重，得到语义感知注意特征； 步骤三、读取下一帧，并根据上一帧的目标位置确定搜索区域，利用预训练的ResNet-50网络获取搜索区域的Covn3、Covn4和Covn5三层特征； 步骤四、将得到的搜索区域特征和步骤二获取的感知注意特征的对应层分别进行互相关，最后加权得到一份分类输出进行前景背景分类；将搜索区域特征和步骤一获取的模板图像特征的对应层分别进行互相关，然后加权得到一份回归输出进行预测框预测； 步骤五、分类输出结合回归输出确定目标位置； 步骤六、根据目标位置裁剪出跟踪结果图像，并利用预训练的ResNet-50提取网络提取跟踪结果图像的Covn3、Covn4和Covn5三层特征； 步骤七、分别计算模板图像和跟踪结果对应层特征之间的欧式距离，并和历史均值作比较，当满足更新条件时，执行步骤八，否则返回步骤三； 步骤八、模板图像特征和跟踪结果特征进行互相关并与模板图像特征的自相关进行比值生成更新权值，根据更新权值融合历史模板和跟踪结果生成新的目标模板用于下一帧的跟踪，同时返回步骤三，直至视频结束。

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电子科技大学长三角研究院(湖州)，其通讯地址为：313098 浙江省湖州市西塞山路819号科技创新综合体B1幢；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”。