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！

龙图腾网获悉中国人民解放军军事航天部队航天工程大学申请的专利一种双模态融合的快速运动小目标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：CN120472377B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510712073.1，技术领域涉及：G06V20/40；该发明授权一种双模态融合的快速运动小目标跟踪方法是由邱嘉钰;张雅声;方宇强;李鹏举;郑开源;陆瑶;程文华;张钰洋;郭晴;郑洁设计研发完成，并于2025-05-29向国家知识产权局提交的专利申请。

本一种双模态融合的快速运动小目标跟踪方法在说明书摘要公布了：本发明公开了一种双模态融合的快速运动小目标跟踪方法，解决了快速运动的小目标易丢失、难定位问题，属于计算机视觉领域；包括：基于每个视频序列的第一帧标签，剪裁出目标的模板区域和搜索区域；将搜索区域中可见光图像序列与对应的事件体素网格数据集进行数据增强、特征提取和特征融合，得到融合特征图；通过编码器和解码器输出目标定位的鲁棒特征表示；计算目标预测边界框区域和综合置信度；以前一帧目标预测边界框的中心点为基准，以其预设倍数生成当前帧的预测搜索区域；当综合置信度高于更新阈值且预测搜索区域包含目标时，更新模板区域，得到构建的快速运动小目标跟踪网络，本发明实现对快速运动小目标持续稳定跟踪。

本发明授权一种双模态融合的快速运动小目标跟踪方法在权利要求书中公布了：1.一种双模态融合的快速运动小目标跟踪方法，其特征在于，该方法包括： 步骤一，对包含快速运动小目标的视频序列组成的目标数据集进行预处理，划分为训练集和测试集；基于训练集中每个视频序列的第一帧标签，剪裁出目标的模板区域和搜索区域； 步骤二，将搜索区域中每个视频序列所包含的可见光图像序列与对应的事件体素网格数据集进行数据增强、特征提取和特征融合，得到融合特征图； 步骤三，通过多层Transformer编码器提取融合特征图中特征之间的长程依赖关系，将输出的增强特征表示与目标查询向量共同输入至多层Transformer解码器中，学习并输出用于目标定位的鲁棒特征表示； 步骤四，由边界框预测头基于点积相似度计算鲁棒特征表示与模板区域的特征的相似度矩阵，通过相似度矩阵对搜索区域的特征进行加权聚合后输入全卷积网络，输出目标边界框的坐标概率分布，根据目标边界框的坐标概率分布计算目标预测边界框区域；同时通过分数预测头和交并比得到目标预测边界框区域的综合置信度； 步骤五，以目标预测边界框区域的前一帧目标预测边界框的中心点为基准，以其预设倍数生成当前帧的预测搜索区域；当综合置信度高于更新阈值且预测搜索区域包含目标时，从当前帧的可见光图像和对应的事件体素网格数据中裁剪出目标真实边界框区域，动态更新模板区域后，得到构建的快速运动小目标跟踪网络；通过训练集和测试集对快速运动小目标跟踪网络进行训练和测试，实现对快速运动小目标的持续跟踪。

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中国人民解放军军事航天部队航天工程大学，其通讯地址为：101416 北京市怀柔区八一路1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”。