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时空状态演化的RGB-T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：CN121482105B 。

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：202610017756.X，技术领域涉及：G06T7/246；该发明授权基于时空状态演化的RGB-T目标跟踪方法及系统是由陈思;邓佳奇;许瑞;王大寒;朱顺痣设计研发完成，并于2026-01-08向国家知识产权局提交的专利申请。

本基于时空状态演化的RGB-T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时空状态演化的RGB‑T目标跟踪方法及系统，该方法构建双分支RGB‑T目标跟踪模型，RGB与TIR分支共享ViT编码器权重，并采用迭代式处理框架，通过可更新的上下文记忆Tokens在帧间传递时空上下文信息。在每一迭代中，分别提取RGB与TIR模态特征后，经由模态感知时序Mamba模块进行跨模态时序上下文建模，该模块通过跨模态耦合状态转移机制与提示引导策略，实现长时、目标感知的表示学习；再通过跨模态Mamba聚合模块在空间维度进行模态内与模态间特征融合，最终经预测头输出目标位置。本发明能够以线性复杂度实现持久的跨模态状态演化，有效融合可见光与红外的时空特征，在目标快速运动、遮挡或模态退化等复杂场景下提升跟踪的鲁棒性与准确性。

本发明授权基于时空状态演化的RGB-T目标跟踪方法及系统在权利要求书中公布了：1.一种基于时空状态演化的RGB-T目标跟踪方法，其特征在于，构建RGB-T目标跟踪模型，所述RGB-T目标跟踪模型采用包括RGB分支和TIR分支的双分支架构，其中RGB分支和TIR分支共享相同的ViT编码器权重；所述RGB-T目标跟踪模型在整个跟踪过程中采用迭代式处理框架，沿时间序列逐帧执行跟踪迭代，每一迭代对应一帧搜索图像的输入，并在迭代间通过上下文记忆Tokens实现时空上下文信息的传播；该方法包括以下步骤： 1输入获取阶段：获取RGB模态数据和TIR模态数据作为输入，用于后续输入模型进行特征提取；其中每个模态输入包括模板图像序列、搜索图像和每个模态所对应的上下文记忆Tokens，上下文记忆Tokens在第一帧初始化，编码模态内局部历史上下文和跨模态全局线索，并在整个跟踪过程更新并传递，用于指导后续迭代的时空传播； 2迭代输入准备：在后续迭代中，沿时间线输入当前帧的RGB模态搜索图像和TIR模态搜索图像；所述模板图像序列在每一迭代中保持不变，作为参考模板传递；上下文记忆Tokens从前一迭代更新后传递至当前迭代，结合模板图像序列和当前搜索图像，形成包括模板图像序列、搜索图像及上下文记忆Tokens的完整的模态输入，以捕捉目标在时间序列上的连续运动和外观变化； 3特征提取阶段：在每一迭代中，RGB分支接收包括RGB模板图像序列、RGB搜索图像及上下文记忆Tokens的RGB模态输入，TIR分支接收包括TIR模板图像序列、TIR搜索图像及上下文记忆Tokens的TIR模态输入；所述ViT编码器分别对RGB模态输入、TIR模态输入进行特征提取，输出RGB特征序列、TIR特征序列； 4时序特征交互增强阶段：通过模态感知时序Mamba模块对RGB特征序列和TIR特征序列进行跨模态时序上下文建模和传播，生成时序增强的RGB特征序列和时序增强的TIR特征序列；所述模态感知时序Mamba模块通过模态感知的时序状态空间模型捕捉模态内局部历史上下文并融合跨模态全局变化线索，实现持久的跨模态上下文传播； 5空间特征融合阶段：通过跨模态Mamba聚合模块对时序增强的RGB特征序列和时序增强的TIR特征序列进行空间维度上的模态内和模态间特征融合，生成融合特征序列； 6预测阶段：使用预测头对融合特征序列进行卷积处理，输出目标的边界框预测结果； 7上下文记忆Tokens更新与迭代传递：在每一次迭代过程中，上下文记忆Tokens基于模态感知时序Mamba模块的输出学习从初始帧到当前帧的时空上下文信息，并基于跨模态Mamba聚合模块的输出进行更新，再传递至下一迭代；整个迭代过程沿时间线连续执行，直至跟踪结束，确保模型在多帧序列中维持跨模态时空状态的演化一致性。

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。