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！

龍圖騰網獲悉哈爾濱工業大學申請的專利基于序列建模強化學習的長期單目標跟蹤方法、系統和設備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：CN119762537B 。

龍圖騰網通過國家知識產權局官網在2025-09-26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：202411935258.0，技術領域涉及：G06T7/246；該發明授權基于序列建模強化學習的長期單目標跟蹤方法、系統和設備是由劉環宇;溫佳錚;李君寶設計研發完成，并于2024-12-26向國家知識產權局提交的專利申請。

本基于序列建模強化學習的長期單目標跟蹤方法、系統和設備在說明書摘要公布了：基于序列建模強化學習的長期單目標跟蹤方法、系統和設備，屬于目標跟蹤技術領域，解決跟蹤器在長期跟蹤環境中性能低問題。本發明方法包括：構建基于序列建模強化學習的長期跟蹤器包括感知層和決策層，均采用基于Transformer的結構；感知層的視覺Transformer編碼信息作為決策Transformer的輸入，決策層生成的動作序列被反饋到感知層；長期跟蹤器結合基于序列建模的強化學習改進，自適應選取基線短期跟蹤器。通過分析記憶序列中的內容做決策；單個短期跟蹤器影響整體跟蹤結果，整體跟蹤結果由視覺編碼器和跟蹤方法共同決定；決策層動態優化搜索區域位置實現目標跟蹤。本發明適用長期單目標跟蹤場景下目標跟蹤。

本發明授權基于序列建模強化學習的長期單目標跟蹤方法、系統和設備在權利要求書中公布了：1.一種基于序列建模強化學習的長期單目標跟蹤方法，其特征在于，所述方法包括： 步驟1：獲取當前視頻幀原始圖像及所關注目標的在初始幀的位置坐標； 步驟2：構建基于序列建模強化學習的長期跟蹤器，所述基于序列建模強化學習的長期跟蹤模型包括感知層和決策層；感知層和決策層均采用基于Transformer的結構；感知層的視覺Transformer編碼的信息作為決策Transformer的觀測輸入，決策層生成的動作序列被反饋到感知層； 所述感知層包括：構建跟蹤池，所述跟蹤池包括若干個跟蹤器；設置搜索區域與目標模板；構建狀態空間； 決策層包括：構建動作空間和期望獎勵； 步驟3：對所述基于序列建模強化學習的長期跟蹤器進行訓練，具體包括： 利用一系列視頻序列Seqtrain構建2D跟蹤器環境，其中每個視頻序列任務seqi∈Seqtrain包括：經過視覺Transformer處理后的特征組合作為狀態S、搜索區域調整方法與目標存在性判斷作為動作A，以及每幀根據獎勵函數得到的獎勵記錄R； 每條軌跡τ＝s0,a0,r0,…,sL,aL,rL，其中si∈S，ai∈A，ri∈R，T為序列長度； 將軌跡τ分割成幾個片段，每個片段長度為K，表示為輸入序列τt+1:t+K＝st+1,at+1,rt+1,…,st+K,at+K,rt+K之一； 計算每個時間步的累計回報 將修改后的軌跡輸入到決策層中的決策Transformer解碼器，因果Transformer解碼器的輸出是一個序列向量其中d是嵌入空間的維數，該序列向量將輸出的搜索區域優化動作反饋到跟蹤模型，優化跟蹤結果； 步驟4：利用訓練后的基于序列建模強化學習的長期跟蹤器對目標進行跟蹤。

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哈爾濱工業大學，其通訊地址為：150001 黑龍江省哈爾濱市南崗區西大直街92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”。