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！

龙图腾网获悉南京信息工程大学申请的专利基于多循环对比增强一致性的自监督跟踪损失优化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：CN116863294B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310758948.2，技术领域涉及：G06V10/82；该发明授权基于多循环对比增强一致性的自监督跟踪损失优化方法是由刘丽华;程旭设计研发完成，并于2023-06-26向国家知识产权局提交的专利申请。

本基于多循环对比增强一致性的自监督跟踪损失优化方法在说明书摘要公布了：本发明公开了一种基于多循环对比增强一致性的自监督跟踪损失优化方法，属于目标跟踪技术领域。该方法为：对训练数据集中的视频帧依次执行前向跟踪和反向跟踪，并对前向跟踪和反向跟踪最后一步的模板帧进行数据增强操作；根据第一帧的真实目标标签及其反向跟踪生成的伪标签构建循环一致性损失；根据增强后的视频帧与对应的原始视频帧在执行前向跟踪和反向跟踪的差异构建对比增强损失；联合循环一致性损失和对比增强一致性损失对自监督跟踪模型进行优化。本发明利用数据增强技术来模拟目标外观变化，在视频帧中构造对比增强一致性损失来优化跟踪模型，实现了高性能的跟踪。

本发明授权基于多循环对比增强一致性的自监督跟踪损失优化方法在权利要求书中公布了：1.基于多循环对比增强一致性的自监督跟踪损失优化方法，其特征在于，对训练数据集中的视频帧依次执行前向跟踪和反向跟踪，并对前向跟踪和反向跟踪最后一步的模板帧进行数据增强操作；根据第一帧的真实目标标签及其反向跟踪生成的伪标签构建循环一致性损失；根据增强后的视频帧与对应的原始视频帧在执行前向跟踪和反向跟踪的差异构建对比增强损失；联合循环一致性损失和对比增强一致性损失对自监督跟踪模型进行优化，具体包括步骤如下： S1.将训练样本对中的样本数据依次输入网络执行前向跟踪，生成对应的前向跟踪响应图； S2.将训练样本对中最后一帧样本数据对应生成的跟踪响应图作为反向跟踪初始值，并对训练样本对中的样本数据反序依次执行反向跟踪，生成对应的反向跟踪响应图； S3.根据训练样本对中第一帧样本数据上存在的真实目标标签及其对应的反向跟踪响应图，构造循环一致性损失l1； S4.对训练样本对中前向跟踪和反向跟踪的最后一步所用的模板帧进行数据增强操作，生成对应的增强图像； S5.分别在执行前向跟踪和反向跟踪最后一步的样本数据上生成对应的增强分支响应图； S6.根据前向跟踪中同一帧对应的增强分支响应图与前向跟踪响应图，构建对比增强损失l2；根据反向跟踪中同一帧对应的增强分支响应图与反向跟踪响应图，构建对比增强损失l3； S7.根据反向跟踪最后一步的样本数据对应的增强分支响应图和第一帧样本数据上存在的真实目标标签，构建对比增强损失l4； S8.联合上述损失，构建总损失l总，优化自监督跟踪模型。

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信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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。