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！

龙图腾网获悉南京理工大学申请的专利基于空频域均衡的双级融合RGBT跟踪算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：CN115984323B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202211618423.0，技术领域涉及：G06T7/246；该发明授权基于空频域均衡的双级融合RGBT跟踪算法是由韩静;陈名洋;瞿超设计研发完成，并于2022-12-15向国家知识产权局提交的专利申请。

本基于空频域均衡的双级融合RGBT跟踪算法在说明书摘要公布了：本发明涉及一种基于空频域均衡的双级融合RGBT跟踪算法，属于计算机视觉技术领域。具体步骤如下:网络主体框架包括模板分支和搜索分支。将待测物品的视频帧图像经过空频域均衡模块的数据处理、特征网络提取、空间位置增强，得到了两个分支特征。将特征进行特征整合和处理，作为双级融合轻量注意力模块输入。本发明设计了空频域均衡模块，结合模态域、空域、频域多个不同域信息，进行特征层面信息交互来均衡不同模态数据的特征，结合空频域均衡模块的输出设计了双级融合轻量注意力模块，利用特征级信息和决策级信息重新调整不同模态和频域数据的分配权重比，平衡特征，进一步提高特征表达能力。

本发明授权基于空频域均衡的双级融合RGBT跟踪算法在权利要求书中公布了：1.一种基于空频域均衡的双级融合RGBT跟踪算法，其特征在于：包括如下步骤： 步骤1：网络主体框架分为模板分支和搜索分支，整体由输入、特征级融合阶段、双级融合阶段和跟踪头组成，模板分支输入为可见光模板图像和红外模板图像； 步骤2：将步骤1得到的图像送入空频域均衡模块，分别经过其中的数据处理，得到可见光高频模板图像和红外低频模板图像； 步骤3：将可见光模板图像、红外模板图像、可见光高频模板图像和红外低频模板图像，分别经过空频域均衡模块中的特征提取网络，得到可见光模板特征、红外模板特征、可见光高频模板特征和红外低频模板特征； 步骤4：将步骤3得到的特征经过空频域均衡模块中的空间位置增强，得到模板分支对应的空频域均衡模块的最终输出特征，即调制后的可见光模板特征和红外模板特征； 步骤5：所述搜索分支输入为可见光搜索图像和红外搜索图像，将二者送入空频域均衡模块，分别经过其中的数据处理，得到可见光高频搜索图像和红外低频搜索图像； 步骤6：将可见光搜索图像、红外搜索图像、可见光高频搜索图像和红外低频搜索图像，分别经过空频域均衡模块中的特征提取网络，得到可见光搜索特征、红外搜索特征、可见光高频搜索特征和红外低频搜索特征； 步骤7：将步骤6得到的特征经过空频域均衡模块中的空间位置增强，得到搜索分支对应的空频域均衡模块的最终输出特征，即调制后的可见光搜索特征和红外搜索特征； 步骤8：将步骤4和步骤7得到的可见光模板特征、红外模板特征、可见光搜索特征和红外搜索特征送入信息整合，得到整合后的特征再作为双级融合轻量注意力模块的输入，最后经过跟踪头的分类和回归得到跟踪结果。

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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”。