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！

龙图腾网获悉桂林电子科技大学;南宁桂电电子科技研究院有限公司申请的专利结合层级编码器和并行注意力机制的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：CN116630845B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202310488020.7，技术领域涉及：G06V20/40；该发明授权结合层级编码器和并行注意力机制的目标跟踪方法是由符强;王阳;纪元法;孙希延;任风华;严素清;付文涛;黄建华;梁维彬;贾茜子设计研发完成，并于2023-05-04向国家知识产权局提交的专利申请。

本结合层级编码器和并行注意力机制的目标跟踪方法在说明书摘要公布了：本发明涉及计算机视觉技术领域，具体涉及一种结合层级编码器和并行注意力机制的目标跟踪方法，包括对视频序列进行预处理，得到初始模板图像和初始搜索图像；利用改进的特征提取主干网络VGG16对初始模板图像和初始搜索图像进行特征提取，得到模板特征和搜索特征；将所述模板特征和搜索特征通过并行注意力机制处理得到两个特征；将得到的两个特征融合后分别输入到改进的特征提取主干网络VGG16的后两层卷积块和DWConv‑Transformer编码器中进行处理，得到最终模板特征和最终搜索特征；将最终模板特征经过并行注意力机制处理后与最终搜索特征进行一个互相关卷积，得到两者的相似得分图，并利用相似得分图中最大值点坐标映射回原图得到跟踪结果。

本发明授权结合层级编码器和并行注意力机制的目标跟踪方法在权利要求书中公布了：1.一种结合层级编码器和并行注意力机制的目标跟踪方法，其特征在于，包括以下步骤： 对视频序列进行预处理，得到初始模板图像和初始搜索图像； 将原始特征提取主干网络VGG16原有的5层最大池化保留为3层，引入裁剪模块将最外层特征裁掉，在网络第四层和第五层中引入空洞卷积，得到改进的特征提取主干网络VGG16，将所述初始模板图像和所述初始搜索图像输入所述改进的特征提取主干网络VGG16，得到模板特征和搜索特征； 基于所述模板特征和所述搜索特征通过并行注意力机制聚焦目标在不同特征通道的权重差异和特征通道之间的依赖关系，得到含有通道信息权重的通道特征和含有位置信息权重的空间特征； 将所述含有通道信息权重的通道特征和所述含有位置信息权重的空间特征融合后分别输入到所述改进的特征提取主干网络VGG16的后两层卷积块和DWConv-Transformer编码器中进行处理，得到最终模板特征和最终搜索特征； 将所述最终模板特征经过所述并行注意力机制处理后与所述最终搜索特征进行一个互相关卷积，得到两者的相似得分图，并利用相似得分图中最大值点坐标映射回原图得到跟踪结果； 所述将所述含有通道信息权重的通道特征和所述含有位置信息权重的空间特征融合后分别输入到所述改进的特征提取主干网络VGG16的后两层卷积块和DWConv-Transformer编码器中进行处理，得到最终模板特征和最终搜索特征，包括： 将所述含有通道信息权重的通道特征和所述含有位置信息权重的空间特征融合后通过一个标准卷积进行下采样后输入到DWConv-Transformer编码器中，在DWConv-Transformer编码器中分别使用预设步长和卷积核大小为3×3的深度可分离卷积进行卷积投影映射并通过矩阵变换得到查询、键和值； 将所述查询、所述键和所述值作为多头注意力模块的输入，通过爱因斯坦求和约定的方式计算所述查询和所述键之间相似度，然后经过Softmax后得到注意力权重矩阵，最后将所述值与所述注意力权重矩阵进行点乘，得到带有注意力权重的向量； 将所述带有注意力权重的向量经过LayerNormalization和多层感知机处理后并与自身进行残差相加，最后通过矩阵变换，得到处理特征； 将所述含有通道信息权重的通道特征和所述含有位置信息权重的空间特征融合后输入到所述改进的特征提取主干网络VGG16的后两层卷积块，得到输出特征； 将所述处理特征和所述输出特征进行元素相加，得到最终模板特征和最终搜索特征。

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桂林电子科技大学;南宁桂电电子科技研究院有限公司，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路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”。

以上内容由龙图腾AI智能生成。