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！

龙图腾网获悉温州大学申请的专利一种基于孪生网络的鲁棒在线学习船舶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：CN115272405B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202210691508.5，技术领域涉及：G06T7/246；该发明授权一种基于孪生网络的鲁棒在线学习船舶跟踪方法是由肖磊;邵京京;胡众义设计研发完成，并于2022-06-17向国家知识产权局提交的专利申请。

本一种基于孪生网络的鲁棒在线学习船舶跟踪方法在说明书摘要公布了：本发明公开了一种基于孪生网络的鲁棒在线学习船舶跟踪方法，该方法首先利用基于锚框的方法提取一系列候选目标框，然后使用孪生网络分别提取模板和检测帧的特征，将区域选取网络用于分类和锚框回归，引入自适应在线更新网络UpdateNet，将SiamRPN分类得分与在线分类器得分进行融合，并依据分类融合得分建立遮挡判定机制，最后在内河船舶数据集上测试，并评估跟踪性能。本发明通过改进SiamRPN跟踪模型，使其适用于内河水域场景，从而改善内河船舶相互遮挡情况下的目标跟踪漂移问题。本发明将孪生方法应用于内河船舶跟踪中，性能优于现有方法，在遮挡场景下展现出较强的鲁棒性。

本发明授权一种基于孪生网络的鲁棒在线学习船舶跟踪方法在权利要求书中公布了：1.一种基于孪生网络的鲁棒在线学习船舶跟踪方法，其特征在于，包括以下步骤： 1固定设置k种不同的高宽比ratios以及1个固定的尺度scale，利用基于锚框anchor-based的方法从初始帧中提取k×1个大小不同的候选目标框anchors； 2使用孪生网络分别提取模板z和检测帧x的特征，孪生网络架构采用了AlexNet的前5个卷积层，丢弃了边缘填充padding和全连接层；在线训练分类器同样采用孪生网络架构，通过对初始帧进行数据增强，生成多个初始训练样本； 3将步骤2得到的模板z的特征和检测帧x的特征分别送入区域选取网络RPN的分类分支和回归分支，然后将模板z的特征当做卷积核对检测帧x的特征进行互相关操作，从而产生分类预测值fcls和位置回归值freg；对步骤2得到的训练样本分别进行压缩、双重注意力机制以及滤波器操作，从而生成分类置信度fC； 4引入自适应在线更新网络UpdateNet，用于改善跟踪过程中模板退化问题；在给定初始模板、积累模板和当前帧模板的情况下，采用离线训练好的UpdateNet模型在线估计下一帧的最优积累模板；其中，初始模板和当前帧模板均是在步骤2中从模板z和检测帧x提取得到的特征； 5将步骤3中得到的分类预测值fcls与在线分类器得分fC进行融合，结合步骤1中提取的anchors，找出当前帧预测出的目标位置loc，即为目标的左上角坐标、宽度以及高度；此外，依据分类融合得分建立遮挡判定机制；当判定目标处于遮挡状态时，不更新目标模板，即不执行步骤4；与此同时，启动全局搜索机制重新定位目标，从而避免目标跟踪漂移； 6针对内河船舶数据集中的每一帧图像执行步骤1-5，实现基于孪生网络的鲁棒在线学习船舶跟踪。

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温州大学，其通讯地址为：325000 浙江省温州市瓯海经济开发区东方南路38号温州市国家大学科技园孵化器；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。