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！

龙图腾网获悉江南大学申请的专利基于场景复杂度感知的视觉目标跟踪动态计算分配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：CN121414787B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511999588.0，技术领域涉及：G06T7/246；该发明授权基于场景复杂度感知的视觉目标跟踪动态计算分配方法是由徐天阳;周勇;周涛;吴小俊;许亚骏设计研发完成，并于2025-12-29向国家知识产权局提交的专利申请。

本基于场景复杂度感知的视觉目标跟踪动态计算分配方法在说明书摘要公布了：本发明公开了一种基于场景复杂度感知的视觉目标跟踪动态计算分配方法，涉及计算机视觉与人工智能技术领域，该方法首先构建包含固定层与动态层的多层视觉Transformer骨干网络；通过在首个动态层后激活场景复杂度分析器，对模板与搜索区域特征进行池化、相似度计算与增强处理，预测各动态层的退出得分；随后根据得分与预设阈值的比较，动态决定是否提前终止推理。同时，采用分层蒸馏方法将教师模型知识迁移至学生模型的多个动态层，以提升早期层的预测精度。本发明实现了对场景复杂度的自适应感知与计算资源的动态分配，在资源受限设备上取得了高精度与高实时性的平衡，显著提升了视觉目标跟踪的推理效率。

本发明授权基于场景复杂度感知的视觉目标跟踪动态计算分配方法在权利要求书中公布了：1.一种基于场景复杂度感知的视觉目标跟踪动态计算分配方法，其特征在于，包括以下步骤： 步骤S1：获取视频序列中第一帧的目标模板图和后续帧的搜索区域图，所述模板图通过固定扩展比从目标中心裁剪获得，所述搜索区域图以最后一帧跟踪结果为中心扩展获得；对所述模板图和搜索区域图进行图像块嵌入处理，得到模板token和搜索区域token，并设置四个专用可学习预测token，所述预测token分别对应目标边界框的顶部、左侧、底部和右侧坐标； 步骤S2：构建基于多层视觉Transformer的骨干网络，所述骨干网络由多个混合注意力层组成，将所述混合注意力层划分为固定层与动态层，所述固定层无条件处理所有输入token以提取低级基础特征，所述动态层设置于固定层之后，用于实现推理过程的选择性终止； 步骤S3：所述混合注意力层通过目标聚合的自注意力和模板与搜索区域融合的交叉注意力两种运算，分别处理模板token、搜索区域token及预测token，完成特征交互与增强； 步骤S4：在首个动态层计算完成后，激活场景复杂度分析器，对模板特征和搜索区域特征进行空间维度池化、相似度计算及特征增强处理，通过多层感知机输出对应各动态层的退出得分，所述退出得分量化对应动态层输出结果的适用性； 步骤S5：将各动态层对应的退出得分与预设阈值进行对比，若所述退出得分大于等于预设阈值，则立即终止推理，以当前动态层的输出作为跟踪结果；若所述退出得分小于预设阈值，则继续执行下一个动态层，重复得分判断过程，直至满足阈值条件或执行完所有动态层； 步骤S6：采用分层蒸馏方法，将教师模型最后一层的知识转移至学生模型的多个动态层，通过逻辑损失、关系损失及特征模仿损失优化学生模型，提升动态层的预测精度； 步骤S7：将满足条件的动态层输出嵌入输入至轻量级多层感知机预测头，得到目标边界框坐标，更新下一帧的搜索区域中心，实现连续帧的视觉目标跟踪。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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。