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！

龙图腾网获悉南京航空航天大学申请的专利一种被动式太赫兹图像的固定背景下人体自动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：CN116543448B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202210823162.X，技术领域涉及：G06V40/20；该发明授权一种被动式太赫兹图像的固定背景下人体自动跟踪方法是由徐帆;商智高;刘纪坤;丁嘉炜;张艺佳设计研发完成，并于2022-07-14向国家知识产权局提交的专利申请。

本一种被动式太赫兹图像的固定背景下人体自动跟踪方法在说明书摘要公布了：本发明公开了一种被动式太赫兹图像的固定背景下人体自动跟踪方法，其技术要点在于，设计一种用于被动式太赫兹图像中人物和背景进行语义分割，完成对固定背景下人体运动全过程的自动跟踪的多特征融合神经网络模型，该模型基于编码器‑解码器结构的语义分割网络，在其基础上添加注意力金字塔模块和多尺度滤波融合模块。首先对输入语义分割网络的被动式太赫兹图像进行多尺度滤波然后进入编码器，经过编码器后的特征图像依次输入注意力金字塔模块和多尺度滤波融合模块，最后将特征图像输入语义分割网络的解码器，输出语义分割结果图，实现对实时采集的被动式太赫兹图像中人物和背景进行语义分割，完成对固定背景下人体运动全过程的自动跟踪。

本发明授权一种被动式太赫兹图像的固定背景下人体自动跟踪方法在权利要求书中公布了：1.一种被动式太赫兹图像的固定背景下人体自动跟踪方法，其特征是：建立基于编码器-解码器结构的语义分割网络的多特征融合神经网络模型，对被动式太赫兹图像中人物和背景进行语义分割，完成对固定背景下人体运动全过程的自动跟踪，该神经网络模型的编码器中添加了注意力金字塔模块和多尺度滤波融合模块，其中，注意力金字塔模块用于将空洞空间金字塔每一层的特征都获得通道注意力和空间注意力，突出特征图像中的有益信息并忽略无效信息，多尺度滤波融合模块用于提取不同滤波尺度的被动式太赫兹图像的特征，从而对不同噪声尺度的被动式太赫兹图像实现精确的语义分割； 所述的注意力金字塔模块为对语义分割网络中的空洞空间金字塔模块的每一层特征图像添加注意力模块而成， 原始空洞空间金字塔为： EASPPI＝C[W1I,W2I,W3I,W4I,W5I] 其中I代表输入的特征图像，W1,W2,W3,W4,W5代表空洞空间金字塔中的不同尺度的特征提取； 注意力金字塔为： EPAI＝C[WCBAMW1I′,WCBAMW2I,WCBAMW3I,WCBAMW4I,WCBAMW5I] 其中WCBAM代表注意力模块的卷积操作； 所述的多尺度滤波融合模块用于输入神经网络的被动式太赫兹图像数据I进行多尺度滤波为{I,FI,θ1,FI,θ2,…,FI,θn}，其中F代表滤波函数，θ代表不同滤波尺度； 原始语义分割网络的编码器特征提取为： EI＝WI 其中W代表编码器中的特征提取，其特征图像参数由b,3,h,w变为b,c,h′,w′，其中b为batch-size大小，3代表图像的RGB三通道，h和h′分别代表变化前后的特征图像的长度，w和w′分别代表变化前后的特征图像的宽度， 多尺度滤波融合模块的特征提取部分为： EMSFI＝W′{C[EPAWI,EPAWFI,θ1,EPAWFI,θ2,…,EPAWFI,θn]} 其中C代表卷积神经网络中的拼接融合操作,W′代表卷积核大小为1×1的卷积操作，通过此操作调整通道数将多滤波融合的特征图像拼接融合后的特征图像卷积为一张图像卷积后的大小，其特征图像参数由b,3,h,w经过特征提取和拼接融合变为b,n×c,h′,w′，再经过1×1卷积操作变为b,c,h′,w′。

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航空航天大学，其通讯地址为：211106 江苏省南京市江宁区将军大道29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。