買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉南京郵電大學申請的專利基于transformer的特征關聯多目標追蹤方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116152294B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310173228.X，技術領域涉及：G06T7/246；該發明授權基于transformer的特征關聯多目標追蹤方法是由劉峰;沈錦榮;吳淑華;趙崢來設計研發完成，并于2023-02-28向國家知識產權局提交的專利申請。

本基于transformer的特征關聯多目標追蹤方法在說明書摘要公布了：本發明公開了基于transformer的特征關聯多目標追蹤方法，包括如下步驟：獲取待追蹤視頻的視頻幀；將視頻幀輸入至預設的特征提取網絡并進行目標檢測，得到多個檢測框及其對應的追蹤目標；針對每個追蹤目標分配一個目標追蹤器，目標追蹤器根據檢測框，得到追蹤目標在下一幀的追蹤框；其中，響應于多個追蹤目標在當前視頻幀的追蹤框存在重疊情況時，基于卷積神經網絡和transformer網絡的特征編碼，以及互注意力機制的特征解碼，進行特征增強與抑制，得到更新后的追蹤框。本發明能夠更加精確地在長時間的視頻幀中，特別是在多目標以至于目標之間發生嚴重遮蔽的情況下更好地追蹤目標并在視頻幀中用追蹤框標出追蹤目標。

本發明授權基于transformer的特征關聯多目標追蹤方法在權利要求書中公布了：1.基于transformer的特征關聯多目標追蹤方法，其特征是，包括如下步驟： 獲取待追蹤視頻的視頻幀； 將所述視頻幀輸入至預設的特征提取網絡，得到視頻幀的語義特征； 根據所述視頻幀的語義特征，對視頻幀進行目標檢測，得到多個檢測框及其對應的追蹤目標； 針對每個追蹤目標分配一個目標追蹤器，所述目標追蹤器根據所述檢測框，得到追蹤目標在下一視頻幀的追蹤框； 其中，響應于多個追蹤目標在當前視頻幀的追蹤框存在重疊情況時，基于卷積神經網絡和transformer網絡的特征編碼，以及互注意力機制的特征解碼，進行特征增強與抑制，得到多個重疊的追蹤目標分別對應的更新后的在當前視頻幀的追蹤框； 其中，響應于多個追蹤目標在當前視頻幀的追蹤框存在重疊情況時， 取多個重疊的追蹤目標的目標追蹤器中的任一目標追蹤器為遮蔽目標追蹤器，計算與所述遮蔽目標追蹤器的追蹤框的iou值最大的目標追蹤器為干擾目標追蹤器； 提取所述遮蔽目標追蹤器和干擾目標追蹤器的目標追蹤器身份特征，基于卷積神經網絡和transformer網絡的特征編碼，以及互注意力機制的特征解碼，進行特征增強與抑制，得到增強與抑制后的特征； 根據所述增強與抑制后的特征，以及遮蔽目標追蹤器的目標追蹤器身份特征，得到遮蔽目標追蹤器更新后的目標追蹤器身份特征； 根據所述遮蔽目標追蹤器更新后的目標追蹤器身份特征，得到遮蔽目標追蹤器更新后的在當前視頻幀的追蹤框； 所述特征編碼包括如下步驟： 將所述遮蔽目標追蹤器和干擾目標追蹤器的目標追蹤器身份特征，分別通過深度可分離卷積神經網絡以提取局部特征，且分別通過自注意力機制的transformer網絡提取到全局特征； 根據所述局部特征和全局特征，基于歸一化拼接和全連接層，以得到遮蔽目標追蹤器的融合特征和干擾目標追蹤器的融合特征； 所述特征解碼包括如下步驟： 根據所述遮蔽目標追蹤器的融合特征和干擾目標追蹤器的融合特征，基于互注意力機制，得到遮蔽目標追蹤器的被遮蔽特征和未被遮蔽特征； 計算所述遮蔽目標追蹤器的跟蹤框和干擾目標追蹤器的跟蹤框的iou值；根據所述iou值，得到權重值； 根據所述權重值、遮蔽目標追蹤器的目標追蹤器身份特征與未被遮蔽特征，得到增強后的特征； 根據所述權重值、遮蔽目標追蹤器的目標追蹤器身份特征與被遮蔽特征，得到抑制后的特征。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京郵電大學，其通訊地址為：210003 江蘇省南京市鼓樓區新模范馬路66號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。