買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉電子科技大學(xué)長三角研究院(湖州)申請的專利基于自適應(yīng)權(quán)值模板更新的空間-語義感知注意跟蹤方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115830071B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202211544341.6，技術(shù)領(lǐng)域涉及：G06T7/246；該發(fā)明授權(quán)基于自適應(yīng)權(quán)值模板更新的空間-語義感知注意跟蹤方法是由張煥龍;趙彥春;王攀云;丁亮;高淼;楊光露;李福生;朱林威;齊銳設(shè)計研發(fā)完成，并于2022-12-04向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于自適應(yīng)權(quán)值模板更新的空間-語義感知注意跟蹤方法在說明書摘要公布了：本發(fā)明公開了一種基于自適應(yīng)權(quán)值模板更新的空間?語義感知注意跟蹤方法，屬于目標(biāo)跟蹤技術(shù)領(lǐng)域，用于解決傳統(tǒng)基于分類?回歸的跟蹤算法難以處理目標(biāo)持續(xù)外觀變化的問題。本發(fā)明首先建立了一個空間?語義感知注意模型，利用具有損失函數(shù)的單卷積注意網(wǎng)絡(luò)在線識別目標(biāo)特征圖上的不同區(qū)域和通道對目標(biāo)表示的重要性，然后通過在空間和通道維度上增加相應(yīng)權(quán)重來強化特征圖上的特定區(qū)域和語義信息；其次，為了更好地適應(yīng)目標(biāo)外觀變化，我們提出了一種新的模板更新策略來自適應(yīng)調(diào)整跟蹤結(jié)果對新模板的貢獻(xiàn)權(quán)重，進一步增強了模板的可靠性。本發(fā)明通過空間?語義感知注意模型突出目標(biāo)特征，同時抑制背景信息，從而獲得更具判別力的目標(biāo)外觀模型，提升跟蹤結(jié)果的魯棒性。

本發(fā)明授權(quán)基于自適應(yīng)權(quán)值模板更新的空間-語義感知注意跟蹤方法在權(quán)利要求書中公布了：1.基于自適應(yīng)權(quán)值模板更新的空間-語義感知注意跟蹤方法，其特征在于，包括以下步驟： 步驟一、根據(jù)初始幀圖像中的目標(biāo)位置信息裁剪出模板圖像，利用預(yù)訓(xùn)練的ResNet-50網(wǎng)絡(luò)獲取模板圖像的Covn3、Covn4和Covn5三層特征； 步驟二、利用空間感知注意模塊強化模板Covn3層特征圖中目標(biāo)信息量最大的區(qū)域，同時降低無關(guān)區(qū)域的重要性，得到新的空間感知注意特征；利用語義感知注意模塊增強Covn4和Covn5層特征中含有豐富目標(biāo)語義信息的通道權(quán)重，得到語義感知注意特征； 步驟三、讀取下一幀，并根據(jù)上一幀的目標(biāo)位置確定搜索區(qū)域，利用預(yù)訓(xùn)練的ResNet-50網(wǎng)絡(luò)獲取搜索區(qū)域的Covn3、Covn4和Covn5三層特征； 步驟四、將得到的搜索區(qū)域特征和步驟二獲取的感知注意特征的對應(yīng)層分別進行互相關(guān)，最后加權(quán)得到一份分類輸出進行前景背景分類；將搜索區(qū)域特征和步驟一獲取的模板圖像特征的對應(yīng)層分別進行互相關(guān)，然后加權(quán)得到一份回歸輸出進行預(yù)測框預(yù)測； 步驟五、分類輸出結(jié)合回歸輸出確定目標(biāo)位置； 步驟六、根據(jù)目標(biāo)位置裁剪出跟蹤結(jié)果圖像，并利用預(yù)訓(xùn)練的ResNet-50提取網(wǎng)絡(luò)提取跟蹤結(jié)果圖像的Covn3、Covn4和Covn5三層特征； 步驟七、分別計算模板圖像和跟蹤結(jié)果對應(yīng)層特征之間的歐式距離，并和歷史均值作比較，當(dāng)滿足更新條件時，執(zhí)行步驟八，否則返回步驟三； 步驟八、模板圖像特征和跟蹤結(jié)果特征進行互相關(guān)并與模板圖像特征的自相關(guān)進行比值生成更新權(quán)值，根據(jù)更新權(quán)值融合歷史模板和跟蹤結(jié)果生成新的目標(biāo)模板用于下一幀的跟蹤，同時返回步驟三，直至視頻結(jié)束。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人電子科技大學(xué)長三角研究院(湖州)，其通訊地址為：313098 浙江省湖州市西塞山路819號科技創(chuàng)新綜合體B1幢；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。