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 > 西安电子科技大学;西安电子科技大学青岛计算技术研究院路文获国家专利权

西安电子科技大学;西安电子科技大学青岛计算技术研究院路文获国家专利权

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!

龙图腾网获悉西安电子科技大学;西安电子科技大学青岛计算技术研究院申请的专利基于时空信息联合感知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:CN118799355B

龙图腾网通过国家知识产权局官网在2026-02-10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:202410788069.9,技术领域涉及:G06T7/246;该发明授权基于时空信息联合感知的目标跟踪方法是由路文;朱志强;向麟海;肖周伟;丁旭辉;陈伟;何立火设计研发完成,并于2024-06-18向国家知识产权局提交的专利申请。

基于时空信息联合感知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时空信息联合感知的目标跟踪方法,解决现有技术面对目标被局部遮挡、相机视角变化等干扰容易跟踪失败的问题。其实现方案是:从公开网站上获取训练集和测试集;构建由时空特征表示模块、混合注意力编解码模块、目标定位模块级联组成的目标跟踪网络,并利用时空特征表示模块、混合注意力编解码模块强化当前跟踪目标的特征,使得目标跟踪网络能抵御跟踪中环境变化的干扰;将训练集输入该目标跟踪网络中进行训练,直到达到最大训练轮次;将测试图像输入训练好的目标跟踪网络中得到分类响应图和回归响应图,对分类响应图和回归响应图进行后处理得到目标跟踪结果。本发明有效提高了目标跟踪的成功率和准确率,可用于视频监控或无人机自主飞行。

本发明授权基于时空信息联合感知的目标跟踪方法在权利要求书中公布了:1.一种基于时空信息联合感知的目标跟踪方法,其特征在于,包括如下步骤; 1获取训练数据集和测试集: 从公开网站获取GOT-10K数据集、Lasot数据集、DET数据集、COCO数据集并对这些数据集中的视频序列进行集合,组成训练数据集; 从公开网站获取UAV123数据集、UAV123@10fps数据集、DTB70数据集,并对这些数据集中视频序列进行集合,组成测试集; 2构建基于时空信息联合感知的目标跟踪网络模型: 2a建立由运动可控滤波单元、图像特征提取单元、混合注意力单元、时空卷积单元级联组成的时空特征表示模块; 2b建立由编码器和解码器组成的混合注意力编解码器模块; 2c建立由分类支路和回归支路组成的目标定位模块; 2d将时空特征表示模块、混合注意力编解码器模块、目标定位模块依次级联构成目标跟踪网络模型; 2e设定该目标跟踪网络的损失函数为Loss: Loss=Weightcls×losscls+Weightloc×lossloc 其中,Weightcls是分类损失函数的权重,losscls是二元交叉熵损失,Weightloc是回归损失函数的权重,lossloc是交并比损失函数; 3将训练数据集输入到目标跟踪网络模型中,使用梯度下降法对其进行优化,得到训练好的目标跟踪网络模型; 4将测试数据集输入到训练好的目标跟踪网络模型中,得到目标特征响应图的分类响应图和回归响应图; 5对分类响应图和回归响应图进行后处理以实现对目标的跟踪: 5a对分类结果施加余弦窗口惩罚得到新的分类响应图,将新的分类响应图映射回跟踪时输入图像的大小,找到其中的最大值点作为目标的中心点; 5b根据目标的中心点在回归响应图上找到与其对应的距离矩形框及该框四条边的偏移量,并将这些偏移量与目标中心点坐标相加减得到最终的矩形框坐标,即为最终的目标跟踪结果。

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西安电子科技大学;西安电子科技大学青岛计算技术研究院,其通讯地址为:710071 陕西省西安市太白南路2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。