Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长沙理工大学张建明获国家专利权

长沙理工大学张建明获国家专利权

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!

龙图腾网获悉长沙理工大学申请的专利基于对称交叉注意力和位置信息增强的Transformer目标跟踪方法及跟踪器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:CN116862949B

龙图腾网通过国家知识产权局官网在2026-01-23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:202310742715.3,技术领域涉及:G06T7/246;该发明授权基于对称交叉注意力和位置信息增强的Transformer目标跟踪方法及跟踪器是由张建明;陈文韬;何宇凡设计研发完成,并于2023-06-21向国家知识产权局提交的专利申请。

基于对称交叉注意力和位置信息增强的Transformer目标跟踪方法及跟踪器在说明书摘要公布了:本发明公开了一种基于对称交叉注意力和位置信息增强的Transformer目标跟踪方法及跟踪器,方法包括:将模版图像和搜索区域图像视为一对图像输入骨干网络,分别提取得到模板和搜索区域的特征图;将所述模板和搜索区域的特征图送入特征融合网络,所述特征融合网络包括依次连接的编码器网络、解码器网络和位置信息增强模块,经融合、增强,得到增强后的搜索区域最终特征向量;将所述增强后的搜索区域最终特征向量输入预测头,通过分类函数和边界框的回归函数,生成目标跟踪结果。本发明解决现有的目标跟踪的准确率和跟踪速度有待提高的问题。

本发明授权基于对称交叉注意力和位置信息增强的Transformer目标跟踪方法及跟踪器在权利要求书中公布了:1.一种基于对称交叉注意力和位置信息增强的Transformer目标跟踪方法,其特征在于,包括: S1、将模版图像和搜索区域图像视为一对图像输入骨干网络,分别提取得到模板和搜索区域的特征图; S2、将所述模板和搜索区域的特征图送入特征融合网络,所述特征融合网络包括依次连接的编码器网络、解码器网络和位置信息增强模块,经融合、增强,得到增强后的搜索区域最终特征向量; 所述位置信息增强模块包括: 将所述搜索区域最终特征向量输入,经reshape形变得到搜索区域最终特征图X,包括通道数C个的高度H*宽度W的特征图; 将每个特征图分别经一维的水平全局池化和一维垂直全局池化后得到水平方向的中间特征图和垂直方向的中间特征图ph,pw: 再将所述垂直方向的中间特征图经permute转换函数后和所述水平方向的中间特征图沿着空间维度拼接得到T,再经过1×1的卷积变换,BatchNorm批标准化后,经Relu线性整流函数后与BatchNorm批标准化后的特征图相乘,得到编码水平方向和垂直方向空间信息的中间特征图f: T=ConvConcatph,pw, ft=φT, f=T×ft, 将所述中间特征图f沿着空间维度拆分为两个独立的高度张量fh和宽度张量fw,然后分别经1×1卷积、sigmoid激活函数后,得到高度权重Sh和宽度权重Sw,与所述位置信息增强模块形变后的输入相乘,输出增强后的搜索区域最终特征图Y,经reshape形变输出增强后的搜索区域最终特征向量: Sh=τConvfh, Sw=τConvfw, 其中,下标c表示对应第c个通道的特征图,i、j为水平坐标和垂直坐标,k表示第k行或第k列,τ表示sigmoid激活函数,φ表示Relu线性整流函数; S3、将所述增强后的搜索区域最终特征向量输入预测头,通过分类函数和边界框的回归函数,生成目标跟踪结果。

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长沙理工大学,其通讯地址为:410114 湖南省长沙市雨花区万家丽南路二段960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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。