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！

龙图腾网获悉石家庄学院申请的专利基于空间转换网络与卷积网络的目标跟踪方法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：CN120219442B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510632425.2，技术领域涉及：G06T7/246；该发明授权基于空间转换网络与卷积网络的目标跟踪方法是由段丽英;王云霞;孟惜;韩明;刘旭宁;刘智国;李燕;董倩;贾梦;向存真设计研发完成，并于2025-05-16向国家知识产权局提交的专利申请。

本基于空间转换网络与卷积网络的目标跟踪方法在说明书摘要公布了：本发明提供一种基于空间转换网络与卷积网络的目标跟踪方法，属于机器视觉技术领域，包括：在复杂场景中对指定目标按照不同的运动轨迹进行移动及视频拍摄，对拍摄视频进行帧拆分；采用卷积网络对帧图像进行特征提取，得到第一特征图，并基于空间转换网络对第一特征图进行空间变换和目标区域聚焦，得到第二特征图；基于卷积网络对第二特征图进行高级特征提取，进行预测目标锁定；基于所有预测目标的锁定位置且按照帧顺序进行先后排序得到预测轨迹并与相应移动轨迹进行对比分析，得到移动边界差异集；基于所有移动边界差异集对目标跟踪边进行优化调整。在复杂场景下，即使目标受到各种干扰和变化，经过优化调整的目标跟踪边也能更稳定地跟踪目标。

本发明授权基于空间转换网络与卷积网络的目标跟踪方法在权利要求书中公布了：1.一种基于空间转换网络与卷积网络的目标跟踪方法，其特征在于，包括： 步骤1：在复杂场景中对指定目标按照不同的运动轨迹进行移动及视频拍摄，并对拍摄视频进行帧拆分； 步骤2：采用卷积网络对帧图像进行特征提取，得到第一特征图，并基于所述空间转换网络对所述第一特征图进行空间变换和目标区域聚焦，得到第二特征图； 步骤3：基于所述卷积网络对所述第二特征图进行高级特征提取，进行预测目标锁定； 步骤4：基于所有预测目标的锁定位置且按照帧顺序进行先后排序得到预测轨迹并与相应移动轨迹进行对比分析，得到移动边界差异集，其中，所述移动边界差异集包括每个帧图像的边界差异区域形状； 步骤5：基于所有移动边界差异集对目标跟踪边进行优化调整； 基于所有移动边界差异集对目标跟踪边进行优化调整，包括： 基于所述移动边界差异集将每个图像帧的锁定位置的实际边界与标准边界分别映射到二维坐标系中，确定所述实际边界与标准边界的边界差异区域形状，并确定所述边界差异区域形状的差异面积Si、最大差异距离L1i以及最小差异距离L2i，其中，实际边界为预测目标的边界； 若，此时，向对应图像帧赋予0，否则，向图像帧赋予1，其中，表示面积差异阈值；表示目标物体的半径；表示边界识别精度；表示对应拍摄视频中图像帧的数量； 将赋予1的图像帧视为第一帧，从所述复杂背景中抠取所述第一帧对应边界差异区域形状下的背景，视为模糊背景； 若所述模糊背景为外扩类型，此时，将所述模糊背景以及指定目标的图像从RGB颜色空间转换到HSV颜色空间，锁定目标边缘； 若所述模糊背景为内缩类型，此时，基于灰度共生矩阵分别提取所述模糊背景以及指定目标的图像的纹理特征，根据所述纹理特征锁定目标边缘； 若所述模糊背景既为外扩类型又为内缩类型，此时，根据所述指定目标的已知形状特征，且结合对应图像帧下的标准轨迹中心点进行边缘自绘制，锁定目标边缘； 根据所述目标边缘与对应图像帧下的标准边缘进行再次差异分析，得到更新差异向量； 将所述更新差异像向量中的非0元素分别投射到二维坐标系中，若每个非0元素的差异面积小于等于且所述更新差异向量中所有非0元素的差异面积的方差小于a1，此时，将每个图像帧的目标边缘保留； 否则，人为框选每个第一帧的目标边缘以及构建所述第一帧的差异距离集，并得到所述第一帧的标注图像，对神经网络进行优化训练，直到对所有移动边界差异集分析完成。

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石家庄学院，其通讯地址为：050000 河北省石家庄市高新技术开发区珠峰大街288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”。