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！

龙图腾网获悉武汉大学申请的专利基于双注意力机制的目标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：CN116563337B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202310399300.0，技术领域涉及：G06T7/246；该发明授权基于双注意力机制的目标跟踪方法是由李晶;朱海;廉乐知;刘天鹏;宋北航;王明锋设计研发完成，并于2023-04-11向国家知识产权局提交的专利申请。

本基于双注意力机制的目标跟踪方法在说明书摘要公布了：本发明公开了一种基于双注意力机制的目标跟踪方法，包括：构建主干网络模型，所述主干网络模型包括检测分支和模板分支，对于给定的若干组模板帧和搜索帧，分别采用模板分支对模板帧、检测分支对搜索帧提取深度特征；将步骤1提取到的深度特征通过可变形注意力机制进行有选择性的增强；将步骤2中增强后的特征通过稀疏注意力进行权重再分配的分层交叉融合，最终得到融合特征；将步骤3中得到的融合特征通过多层感知机预测获得目标的位置和尺度；多层感知机输出每一个检测帧的目标位置信息即完成跟踪。本发明能够减少对背景的关注权重，增加对搜索区域潜在目标的关注权重，并且能够增强网络的鲁棒性，最终克服背景对跟踪器的干扰。

本发明授权基于双注意力机制的目标跟踪方法在权利要求书中公布了：1.一种基于双注意力机制的目标跟踪方法，其特征在于，包括如下步骤： 步骤1、构建主干网络模型，所述主干网络模型包括检测分支和模板分支，对于给定的若干组模板帧和搜索帧，分别采用模板分支对模板帧、检测分支对搜索帧提取深度特征； 步骤2、将步骤1提取到的模板帧和搜索帧的深度特征分别通过可变形注意力进行有选择性的增强； 步骤3，将步骤2中增强后的模板帧和搜索帧的特征分别通过稀疏注意力进行权重再分配的分层交叉融合，最终得到融合特征； 步骤4，将步骤3中得到的融合特征通过多层感知机预测获得目标的位置和尺度； 步骤5，多层感知机输出每一个检测帧的目标位置信息即完成跟踪； 步骤2中对特征进行有选择性增强的方法为： 对输入的特征图生成均匀网格然后根据网格大小生成参考点； 构建轻量级子网络，将特征图线性投影到query标记为，然后馈送到轻量级子网络以生成参考点的偏移量； 根据参考点及其偏移量得到变形点，对变形点采用双线性插值从特征映射中采样特征，然后将采样的特征馈送到key和value投影以获得可变形的key和value，最后对可变形的key和value执行多头注意力获得增强特征图； 根据变形点获得特征增强图的方法为： 在变形点的位置对特征进行采样作为key和value，得到投影矩阵： ； ； 式中，p为参考点，、分别表示变形后的key、value，表示线性映射，表示线性映射，为采样函数；其中，采样函数设置为： 式中，rx，ry表示特征图上的整数像素点，px，py表示要进行插值的点，x表示整个特征图；； 在获得变形的key和value后，对q、k、v执行多头注意力，并采用相对位置偏移R获得增强特征图，注意力头的输出公式为： ； 式中，m表示注意力头数，z表示输出，表示softmax操作，T表示转置操作，d表示维度。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。