Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华侨大学黄德天获国家专利权

华侨大学黄德天获国家专利权

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!

龙图腾网获悉华侨大学申请的专利一种联合轨迹损失和排名损失优化的鲁棒目标跟踪器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:CN116740143B

龙图腾网通过国家知识产权局官网在2025-11-07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:202310744027.0,技术领域涉及:G06T7/246;该发明授权一种联合轨迹损失和排名损失优化的鲁棒目标跟踪器是由黄德天;王振严;徐正军;曾焕强;朱建清;陈婧;施一帆设计研发完成,并于2023-06-21向国家知识产权局提交的专利申请。

一种联合轨迹损失和排名损失优化的鲁棒目标跟踪器在说明书摘要公布了:本发明提供一种联合轨迹损失和排名损失优化的鲁棒目标跟踪器,包括:步骤S1、用非权重共享的孪生骨干网络提取特征,得到模板特征图和历史特征图;步骤S2、利用模板特征图和历史特征图获得目标相似性响应图;步骤S3、利用轨迹损失学习使跟踪器学习目标的运动信息;步骤S4、利用IOU引导的排名损失优化跟踪器的分类子网络和回归子网络;步骤S5、联合轨迹损失和IOU引导的排名损失实现目标状态的估计。本发明能够提升孪生跟踪器的准确性和鲁棒性。

本发明授权一种联合轨迹损失和排名损失优化的鲁棒目标跟踪器在权利要求书中公布了:1.一种联合轨迹损失和排名损失优化的鲁棒目标跟踪器,其特征在于:包括如下步骤: 步骤S1、用非权重共享的孪生骨干网络提取特征,得到模板特征图和历史特征图; 步骤S2、利用模板特征图和历史特征图获得目标相似性响应图; 步骤S3、利用轨迹损失学习使跟踪器学习目标的运动信息,包括:依次利用角度损失优化预测边界框和真值边界框中心点间的最小夹角、利用距离损失优化预测边界框和真值边界框中心点间的归一化距离、利用形状损失优化预测边界框和真值边界框间的长宽比、利用IOU损失优化预测边界框和真值边界框间的重叠率; 步骤S4、利用IOU引导的排名损失优化跟踪器的分类子网络和回归子网络; 步骤S5、联合轨迹损失和IOU引导的排名损失实现目标状态的估计; 所述步骤S1中,利用非权重共享的孪生骨干网络对输入的模板图像z和搜索图像x提取特征,分别生成模板特征图F和历史特征图F,所述步骤S2中,根据公式计算目标相似性响应图S,其中,ω表示特征相似度矩阵,其元素i和j分别表示F和F上每个像素点索引,C表示模板特征图F和历史特征图F的通道维度,concat·表示矩阵连接,表示矩阵乘法,⊙表示点积运算,m表示F上的像素点数量; 所述步骤S3中,利用角度损失优化预测边界框和真值边界框中心点间的最小夹角,其中,Ch表示预测边界框与真值边界框中心位置点间的纵坐标之差,Cw表示预测边界框与真值边界框中心位置点间的横坐标之差,表示真值边界框中心位置点的坐标,表示预测边界框中心位置点的坐标,α表示预测边界框和真值边界框中心点间的最小夹角,x表示预测边界框和真值边界框中心点间最小夹角的正弦值,Δ表示预测边界框和真值边界框间的角度损失。

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华侨大学,其通讯地址为:362000 福建省泉州市丰泽区城东城华北路269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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。