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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于Transformer的时空上下文目标跟踪方法及系统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：CN117315293B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202311254115.9，技术领域涉及：G06V10/62；该发明授权一种基于Transformer的时空上下文目标跟踪方法及系统是由贺赟;刘晴;徐欣;吴伟;姚英彪设计研发完成，并于2023-09-26向国家知识产权局提交的专利申请。

本一种基于Transformer的时空上下文目标跟踪方法及系统在说明书摘要公布了：本发明公开了基于Transformer的时空上下文目标跟踪方法及系统，方法如下：S1、图像的获取及预处理；S2、将图像输入至主干网络，通过Transformer编码器得到搜索区域特征、初始模板特征与动态更新模板特征；S3、将输出作为交互式特征增强模块的输入，采用多头交叉自注意力机制，得到混合特征；S4、将混合特征与目标查询作为Transformer解码器的输入，其中把Transformer解码器中的掩码自注意力机制部分采用多头自注意力机制层；得到Transformer解码器的输出后，计算该输出与混合特征嵌入之间的相似性并进行特征重塑，计算角点概率分布的期望得到边界预测框；S5、将Transformer解码器得到的输出作为得分头部的输入，得分头部由全连接层FFN与softmax激活函数组成，设置阈值判别是否进行模板更新。

本发明授权一种基于Transformer的时空上下文目标跟踪方法及系统在权利要求书中公布了：1.一种基于Transformer的时空上下文目标跟踪方法，其特征是包括如下步骤： S1、图像的获取及预处理：获取跟踪目标图像并进行预处理； S2、主干网络提取特征：将步骤S1中经过预处理的图像输入至主干网络Vision Transformer中，先进行展平与线性映射操作，后与位置编码对应相加得到切片嵌入层，再通过Transformer编码器分别得到搜索区域特征、初始模板特征与动态更新模板特征； S3、特征增强及融合：将步骤S2中的输出作为交互式特征增强模块的输入，所述的交互式特征增强模块采用多头交叉自注意力机制使得搜索区域特征对初始模板特征与动态模板特征的融合特征进行查询，得到混合特征； S4、边界框预测：将步骤S3得到的混合特征与一个目标查询作为Transformer解码器的输入，其中把Transformer解码器中的掩码自注意力机制部分采用多头自注意力机制层，从而自适应的聚焦于有用的上下文信息；得到Transformer解码器的输出后，计算该输出与混合特征向量两者的嵌入之间的相似性并进行特征重塑，最后计算角点概率分布的期望得到边界预测框； S5、得分头部预测：将步骤S4中Transformer解码器得到的输出作为得分头部的输入，得分头部由全连接层FFN与softmax激活函数组成，最后通过设置的阈值判别是否进行模板更新。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。