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！

龙图腾网获悉中国科学技术大学申请的专利一种基于排序的孪生网络目标跟踪方法及系统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：CN114926500B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202210549797.5，技术领域涉及：G06T7/246；该发明授权一种基于排序的孪生网络目标跟踪方法及系统是由凌强;汤峰设计研发完成，并于2022-05-20向国家知识产权局提交的专利申请。

本一种基于排序的孪生网络目标跟踪方法及系统在说明书摘要公布了：本发明涉及一种基于排序的孪生网络目标跟踪方法及系统，其方法包括：S1：构建分类排序损失函数，训练孪生RPN目标跟踪网络中的分类分支；S2：构建基于IoU的排序损失函数，对齐孪生RPN目标跟踪网络中的分类分支和回归分支；S3：将分类排序损失函数、基于IoU的排序损失函数以及RPN网络中的原有的损失函数相结合，构建总损失函数，指导孪生RPN目标跟踪网络训练。本发明提供的方法，通过构建分类排序损失和基于IoU的排序损失函数，可有效地提升现有孪生RPN网络的目标跟踪精度。

本发明授权一种基于排序的孪生网络目标跟踪方法及系统在权利要求书中公布了：1.一种基于排序的孪生网络目标跟踪方法，其特征在于，包括： 步骤S1：构建孪生RPN目标跟踪网络，包括两个输入，一个包含第一帧跟踪目标的模板图像，一个是包含后续帧跟踪目标和背景的搜索图像，骨干网络用于提取两路图像的特征；将两路特征图输入RPN模块，首先融合两路特征，融合后的特征分别输入分类分支，用于预测每个样本的类别，即是属于前景目标还是背景；以及回归分支，用于预测跟踪目标的边界框；构建分类排序损失函数，训练孪生RPN目标跟踪网络中的分类分支，具体包括： 步骤S11：按照下述公式1，分别计算所述孪生RPN网络中的分类分支输出的正负样本的前景分类分数均值： 1 其中，是正样本集，是困难负样本集；负样本权重系数为，exp为指数函数；正样本的权重为，其中是正样本集中样本个数；和分别是由所述分类分支所预测正样本和困难负样本的前景分类分数； 步骤S12：根据步骤S11得到的和，构建分类排序损失函数，如公式2所示： 2 其中，exp和log分别为指数函数和对数函数；为控制损失值大小的参数，为控制排序距离的参数； 步骤S2：构建基于IoU的排序损失函数，对齐所述孪生RPN目标跟踪网络中的分类分支和回归分支，具体包括： 步骤S21：对于正样本而言，约定以下约束方式，如公式3所示： 3 其中，和分别是正样本和的前景分类分数；和分别是正样本和的由所述回归分支预测得到的回归分数； 步骤S22：构建基于IoU的排序损失函数，如下述公式4所示： 4 其中，为控制损失值大小的参数，exp为指数函数； 步骤S3：将所述分类排序损失函数、基于IoU的排序损失函数以及RPN网络中的原有的损失函数相结合，构建总损失函数，指导所述孪生RPN目标跟踪网络训练。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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。