杭州电子科技大学贾刚勇获国家专利权
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!
龙图腾网获悉杭州电子科技大学申请的专利一种轻量化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:CN117011337B 。
龙图腾网通过国家知识产权局官网在2026-02-17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:202310968693.2,技术领域涉及:G06T7/246;该发明授权一种轻量化的目标跟踪方法是由贾刚勇;黄寅佐;饶欢乐;踪家祥;王国琨;谢国杰设计研发完成,并于2023-08-03向国家知识产权局提交的专利申请。
本一种轻量化的目标跟踪方法在说明书摘要公布了:本发明公开了一种轻量化的目标跟踪方法,该方法首先获取目标跟踪的视频,定义初始模板以及动态模板,并构建模板集合。其次读取搜索图像,将模板集合和搜索图像输入预处理模块,得到输出结果a,并将输出结果a输入目标预测模块,预测出目标的中心点和边界框。然后将搜索特征输入在线目标预测器得到预测结果b,并将b与中心点线性融合,得到最终的中心点预测结果,完成目标跟踪。最后将搜索图像和预测结果b输入模版更新器,模板更新器根据更新策略决定是否将搜索图像作为新的动态模板。本发明降低了模型的计算量和参数量,增强了应对环境复杂并且目标变化较大的场景的能力,提升了跟踪的成功率和精确率。
本发明授权一种轻量化的目标跟踪方法在权利要求书中公布了:1.一种轻量化的目标跟踪方法,其特征在于,包括以下步骤: 步骤1:获取进行目标跟踪的视频,将视频的第一帧图像定义为初始模板,复制初始模板定义为最开始的动态模板,并将初始模板和动态模板放在一个集合中构建模板集合; 步骤2:读取搜索图像,将模板集合和搜索图像输入预处理模块,得到输出结果a,具体过程如下: 步骤2.1:在预处理模块中,模板集合使用特征提取器t1提取特征,得到初始特征和动态特征;搜索图像通过与t1相同的特征提取器t2进行特征提取,得到搜索特征; 步骤2.2:特征相似度计算器分别将初始特征、动态特征与搜索特征进行相似度计算,并选择最高相似度的特征作为输出结果a; 步骤3:将输出结果a输入目标预测模块,预测出目标的中心点和边界框; 所述目标预测模块由特征增强器、目标框预测器和目标中心预测器构成; 所述特征增强器的网络结构以深度可分离卷积和时空注意力CBAM为基础,完整结构为顺序构成的深度可分离卷积、组归一化、ReLU激活函数、时空注意力CBAM、组归一化、ReLU激活函数; 步骤4:将搜索特征输入在线目标预测器得到预测结果b,将b与步骤3中的中心点预测结果线性融合,得到最终的中心点预测结果,结果完成目标跟踪; 步骤5:将搜索图像和步骤4中的预测结果b输入模版更新器,模板更新器根据更新策略决定是否将搜索图像作为新的动态模板,对动态模板进行更新; 所述更新策略具体描述为:首先,从目标跟踪方法运行开始计数,每Tu帧选择这Tu帧中在线目标预测器置信度分数最高的搜索图像记为c,并记录对应的搜索图像c在步骤3当中的预测结果d,Tu是正整数,代表了动态模板更新的间隔;其次,计算由预测结果组合成的矩形预测框与目标实际的边界框的交并比,如果交并比大于设定的阈值TAU_R则将搜索图像c作为新的动态模板,反之则不对动态模板进行更新。
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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区白杨街道2号大街1158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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励