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！

龙图腾网获悉南京大学申请的专利一种基于模态感知特征学习的RGBT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：CN119068016B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310625057.X，技术领域涉及：G06T7/246；该发明授权一种基于模态感知特征学习的RGBT目标跟踪方法是由任桐炜;武港山;侯瑞超;许博约设计研发完成，并于2023-05-30向国家知识产权局提交的专利申请。

本一种基于模态感知特征学习的RGBT目标跟踪方法在说明书摘要公布了：一种基于模态感知特征学习的RGBT目标跟踪方法，构建目标跟踪模型用于RGBT目标跟踪任务，目标跟踪模型包括特征提取模块、模态感知模块、Transformer融合模块、三分支预测头以及模板更新模块；训练采用迁移学习策略。本发明的模态感知模块结合通道特征的聚合和分发机制以及空间特征的相似性感知机制，充分挖掘多模态判别特征；Transformer融合模块用于融合模板与搜索区域的特征，采用混合注意力有效捕获全局依赖关系以增强实例表示；三分支预测头结合相互约束损失函数，提升目标定位精度；模板更新模块用于目标模板的优化，缓解了尺度变化、背景干扰、部分遮挡等挑战因素的影响，进一步提升目标跟踪的稳定性。

本发明授权一种基于模态感知特征学习的RGBT目标跟踪方法在权利要求书中公布了：1.一种基于模态感知特征学习的RGBT目标跟踪方法，其特征是构建目标跟踪模型用于RGBT目标跟踪任务，包括以下步骤： 步骤S1：构建目标跟踪数据集，采集RGBT跟踪视频序列用于模型训练和测试； 步骤S2：构建目标跟踪模型，包括特征提取模块、模态感知模块、Transformer融合模块、三分支预测头以及模板更新模块，具体如下： 步骤S2.1：对经过预处理配准的可见光和热红外图像分别获得目标模板和搜索区域的图像，作为目标跟踪模型的输入； 步骤S2.2：特征提取模块为双通道特征提取模块，分别提取可见光和热红外图像的目标模板和搜索区域特征，共4组特征； 步骤S2.3：模态感知模块对步骤S2.2所提取的特征，先采用通道特征聚合与分发机制，利用注意力机制分别进行可见光和热红外的多模态鲁棒特征学习，实现目标模板和搜索区域的特征增强，由不同模态下目标模板的增强特征叠加得到模板融合特征，然后进行空间特征相似度感知，对经由注意力机制所生成的不同模态的通道增强特征，采用空间特征相似度计算，进行特征筛选，增强搜索区域不同模态的特征，叠加后得到搜索区域融合特征； 步骤S2.4：对模板融合特征和搜索区域融合特征进行特征扁平化操作，采用1×1卷积将特征转换成向量； 步骤S2.5：由Transformer融合模块对扁平化后的特征向量计算目标模板特征和搜索区域特征之间的相关性，得到融合向量； 步骤S2.6：融合向量经三分支预测头得到预测结果，三分支预测头由三个分支组成，分别是分类、定位和回归分支，通过约束损失实现三分支相互关联，依据置信度得分排序，输出目标跟踪结果； 步骤S2.7：根据步骤S2.6的预测结果，模板更新模块依据置信度得分对目标模板状态进行分类，根据更新策略选择是否更新目标模板，实现目标模板的自适应更新，保持目标模板的可靠性； 步骤S3：离线训练，使用AdamW优化器训练模型直至损失收敛，获取训练好的模型参数，其中模板更新模块不需要训练； 步骤S4：在线跟踪： 步骤S4.1：获取视频序列第一帧的标签作为初始跟踪目标，通过目标跟踪模型输出预测值，然后选取置信度得分最高的区域，获取初步的跟踪结果； 步骤S4.2：根据结果的置信度得分判断当前目标模板状态，依据更新策略和当前状态，选择是否更新模板或是重置模板； 步骤S4.3：重复步骤S4.1-S4.2，逐步计算每一帧目标跟踪结果，自适应更新模板保持目标模板的可靠性，完成整体RGBT序列的目标跟踪任务。

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南京大学，其通讯地址为：210093 江苏省南京市鼓楼区汉口路22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。