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！

龍圖騰網獲悉南京理工大學申請的專利基于深度網絡的可見光-紅外目標跟蹤方法及系統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：CN114219824B 。

龍圖騰網通過國家知識產權局官網在2025-09-05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：202111554433.8，技術領域涉及：G06T7/20；該發明授權基于深度網絡的可見光-紅外目標跟蹤方法及系統是由肖亮;郭朝陽設計研發完成，并于2021-12-17向國家知識產權局提交的專利申請。

本基于深度網絡的可見光-紅外目標跟蹤方法及系統在說明書摘要公布了：本發明公開了一種基于深度網絡的可見光?紅外目標跟蹤方法及系統，包括：構建對稱的雙流孿生網絡，包括可見光子網絡和紅外子網絡；將可見光樣本?候選圖像和紅外樣本?候選圖像分別輸入到可見光子網絡和紅外子網絡，提取模板和候選特征；通過通道注意力模塊和通道?空間聯合注意力模塊增強模板和候選特征；將原始模板和候選特征及增強的模板和候選特征均通過分類分支和回歸分支進行分類、分支，得到對應的分類響應圖和回歸響應圖；對分類響應圖和回歸響應圖進行融合；通過自適應峰值選擇模塊處理分類響應圖和回歸響應圖，獲取目標定位。本發明在保證跟蹤魯棒性的同時仍能高速運行，應用于可見光?紅外目標跟蹤任務具有優異的性能。

本發明授權基于深度網絡的可見光-紅外目標跟蹤方法及系統在權利要求書中公布了：1.一種基于深度網絡的可見光-紅外目標跟蹤方法，其特征在于，包括步驟： 構建對稱的雙流孿生網絡，包括可見光子網絡和紅外子網絡； 將可見光樣本-候選圖像和紅外樣本-候選圖像分別輸入到可見光子網絡和紅外子網絡，提取模板和候選特征； 通過通道注意力模塊和通道-空間聯合注意力模塊增強模板和候選特征； 將原始模板和候選特征及增強的模板和候選特征均通過分類分支和回歸分支進行分類、分支，得到對應的分類響應圖和回歸響應圖； 對分類響應圖和回歸響應圖進行融合； 通過自適應峰值選擇模塊處理分類響應圖和回歸響應圖，獲取目標定位； 所述通道注意力模塊和通道-空間聯合注意力模塊分別嵌入可見光子網絡和紅外子網絡中；通過通道注意力模塊和通道-空間聯合注意力模塊增強模板和候選特征具體為： 通道注意力模塊的輸入為Featrgb∈Rh×w×c，Feattir∈Rh×w×c，輸出的增強特征為： Featrgb∈Rh×w×c,Feattir∈Rh×w×c Featunion＝CatFeatrgb,Feattir Weight＝GResizeFCGPFeatunion 其中，Cat·,·表示按通道維度級聯操作，Featunion∈Rh×w×2c表示級聯后的特征；GP·表示全局池化操作，FC·表示全連接層，Resize·表示調整尺寸操作，G·表示激活函數，Weight∈Rh×w×2c表示計算出的權重；*表示矩陣的點乘，表示增強后的特征；Apart·表示按通道維度特征拆分，分別表示增強后的可見光特征和紅外特征，h、w、c分別為可見光圖像數據的三個維度，即高、寬、通道數； 空間注意力模塊的輸入Featrgb∈Rh×w×c，Feattir∈Rh×w×c，輸出的增強特征為： Featrgb∈Rh×w×c,Feattir∈Rh×w×c Featunion＝CatFeatrgb,Feattir 其中，Cat·,·表示按通道維度級聯操作，Featunion∈Rh×w×2c表示級聯后的特征；Avg·表示平均池化操作，Max·表示最大池化操作，為二維卷積，Sspatial∈Rk×k×c表示空間注意力模塊二維卷積核，G·表示激活函數，Weight∈Rh×w×2c為計算出的權重；×是廣播乘，表示增強后的特征；Apart·表示按通道維度特征拆分，分別是增強后的可見光特征和紅外特征； 所述通道-空間注意力模塊由串聯的通道注意力模塊和空間注意力模塊構成，將由可見光子網絡和紅外子網絡的骨干網絡提取的可見光候選特征和紅外候選特征進行增強。

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理工大學，其通訊地址為：210094 江蘇省南京市孝陵衛200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”。