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！

龙图腾网获悉哈尔滨工业大学(威海);清华大学申请的专利基于历史信息引导的轻量级红外单目标跟踪方法及设备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：CN120807586B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511285126.2，技术领域涉及：G06T7/246；该发明授权基于历史信息引导的轻量级红外单目标跟踪方法及设备是由张盛平;季向阳;于玮;柳青林;吕晓倩设计研发完成，并于2025-09-10向国家知识产权局提交的专利申请。

本基于历史信息引导的轻量级红外单目标跟踪方法及设备在说明书摘要公布了：本申请公开了基于历史信息引导的轻量级红外单目标跟踪方法及设备，方法包括：建立跟踪目标对应的基准模板；基于上一帧图像中的预测位置信息，得到当前帧图像对应的搜索区域；通过各自对应的轻量化特征提取模块，分别提取对应的模板特征和多层级的搜索特征；生成相似度全图响应图，并根据相似度全图响应图得到跟踪目标对应的候选区域；得到目标区域，并通过回归计算对目标区域进行位置调整。减少参数量的同时保持了多尺度特征感知能力，降低了计算复杂度。能够高效部署于计算资源有限的边缘设备，实现了跟踪性能与推理效率的有效平衡。

本发明授权基于历史信息引导的轻量级红外单目标跟踪方法及设备在权利要求书中公布了：1.一种基于历史信息引导的轻量级红外单目标跟踪方法，其特征在于，包括： 采集红外视频，并根据所述红外视频的首帧图像，建立跟踪目标对应的基准模板； 针对所述红外视频的当前帧图像，基于上一帧图像中的预测位置信息，得到当前帧图像对应的搜索区域； 针对所述基准模板和所述搜索区域，通过各自对应的轻量化特征提取模块，分别提取对应的模板特征和多层级的搜索特征；具体包括： 确定针对所述基准模板的第一轻量化特征提取模块，以及针对所述搜索区域的第二轻量化特征提取模块；通过所述第一轻量化特征提取模块提取所述基准模板对应的通用模板特征，并通过所述第二轻量化特征提取模块提取所述搜索区域对应的多层级的通用搜索特征；通过类别分支、回归分支，对所述通用模板特征进行特征处理，得到任务特定模板特征，以及对所述多层级的通用搜索特征进行特征处理，得到多层级的任务特定搜索特征；所述第一轻量化特征提取模块、所述第二轻量化特征提取模块均包含多分支残差卷积模块和自适应特征增强模块；所述第二轻量化特征提取模块包括多层级结构，能够层级式输出多种分辨率大小的红外图像特征； 通过层级筛选策略获取所述模板特征和所述搜索特征之间的特征互相关性，生成相似度全图响应图，并根据所述相似度全图响应图得到所述跟踪目标对应的候选区域；具体包括：根据所述多层级的任务特定搜索特征中，各层级对应的分辨率从低到高进行排序；基于所述排序，依次根据所述任务特定模板特征，以及所述排序中该层级对应的任务特定搜索特征，确定该层级在所述搜索区域对应的相似度全图响应图，并根据所述相似度全图响应图对所述搜索区域进行细化，并将细化后的搜索区域作为下一层级对应的搜索区域，直至根据最高层级对应的相似度全图响应图；其中，所述相似度全图响应图包括类别响应图和回归响应图； 基于上一帧图像中所述跟踪目标的历史位置信息，对所述候选区域进行筛选，得到目标区域，并通过回归计算对所述目标区域进行位置调整；具体包括：根据所述候选区域构建候选区域令牌，以及根据上一帧图像中所述跟踪目标的历史位置信息构建历史查询令牌，以及根据所述历史查询令牌的所处区域和相邻区域构建目标位置预测令牌，以及根据上一帧图像的辅助特征个构建上下文令牌；将所述候选区域令牌、所述历史查询令牌、所述目标位置预测令牌、所述上下文令牌进行融合，生成融合序列，并基于轻量化Transformer架构与自注意力机制进行建模；基于建立的跟踪器模块，返回所述候选区域对应的所述跟踪目标的存在结果，确定当前帧图像对应的目标区域，并回归所述跟踪目标的绝对坐标位置，以通过所述绝对坐标位置，对所述目标区域进行位置调整。

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哈尔滨工业大学(威海);清华大学，其通讯地址为：264209 山东省威海市环翠区文化西路2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。