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！

龙图腾网获悉厦门理工学院申请的专利基于跨层特征校准融合的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：CN116128928B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310192731.X，技术领域涉及：G06T7/246；该发明授权基于跨层特征校准融合的目标跟踪方法及系统是由陈思;黄璜;王大寒;朱顺痣;吴芸;周伟设计研发完成，并于2023-03-02向国家知识产权局提交的专利申请。

本基于跨层特征校准融合的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跨层特征校准融合的目标跟踪方法及系统，该方法包括：将模板区域图像和搜索区域图像输入共享权重的孪生卷积神经网络；分别采用修改后的resnet50提取模板分支和搜索分支的特征，提取第三个、第四个卷积块的特征；分别使用基于注意力的特征融合模块融合模板分支、搜索分支的第三个和第四个卷积块的特征；模板分支和搜索分支分别使用跨层校准模块通过融合后的特征来校准第四个卷积块的特征；分别对模板分支和搜索分支的第三个卷积块特征、融合后的特征、校准后的特征做深度互相关，得到三个相似性响应图，拼接在一起并降维；将降维后的相似性响应图输入预测头进行分类回归，最后得到目标的位置。该方法及系统有利于提高目标跟踪的性能。

本发明授权基于跨层特征校准融合的目标跟踪方法及系统在权利要求书中公布了：1.一种基于跨层特征校准融合的目标跟踪方法，其特征在于，包括以下步骤： A.构建一个孪生卷积神经网络，其包括共享权重的模板分支和搜索分支；将模板区域图像和搜索区域图像分别输入所述孪生卷积神经网络的模板分支和搜索分支； B.分别采用修改后的特征提取网络resnet50提取模板分支和搜索分支的特征，并且提取的特征包括第三个卷积块的特征和第四个卷积块的特征； C.分别使用基于注意力的特征融合模块融合模板分支的第三个卷积块的特征和第四个卷积块的特征，以及融合搜索分支的第三个卷积块的特征和第四个卷积块的特征； D.模板分支和搜索分支分别使用跨层校准模块利用融合后的特征来校准第四个卷积块的特征； E.分别对模板分支和搜索分支的第三个卷积块特征、模板分支和搜索分支融合后的特征、模板分支和搜索分支校准后的特征做深度互相关操作，得到三个相似性响应图； F.将三个相似性响应图拼接在一起，再进行降维处理； G.将降维后的相似性响应图输入到预测头进行分类回归，最后得到目标的位置。

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厦门理工学院，其通讯地址为：361024 福建省厦门市集美区理工路600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。