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！

龙图腾网获悉聊城大学申请的专利一种基于多核学习的聚合相关滤波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：CN115222772B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202210858857.1，技术领域涉及：G06T7/246；该发明授权一种基于多核学习的聚合相关滤波目标跟踪方法是由魏衍侠;冯德瀛;穆健;肖海荣;张来刚设计研发完成，并于2022-07-21向国家知识产权局提交的专利申请。

本一种基于多核学习的聚合相关滤波目标跟踪方法在说明书摘要公布了：本发明涉及一种基于多核学习的聚合相关滤波目标跟踪方法，包括：读取视频图像初始帧，截取目标图像区域，同时提取目标图像的不同模态特征；初始化基于多核学习的聚合相关滤波的目标模板、检测模型及其它相关参数；读取当前帧视频图像数据，依据上一帧跟踪结果截取目标在当前帧的潜在跟踪区域，然后使用循环移位策略完成当前帧的潜在跟踪区域的稠密划分并获取多个候选样本，之后完成对各个候选样本不同模态特征的提取；采用多个不同参数的滤波函数，对不同特征分别进行学习，得到适用于当前跟踪环境下的最优分类函数，得到当前帧图像中潜在跟踪区域在不同特征下的相关滤波响应图；评估不同特征对最终预测结果的贡献，然后动态分配上述不同特征的权重。

本发明授权一种基于多核学习的聚合相关滤波目标跟踪方法在权利要求书中公布了：1.一种基于多核学习的聚合相关滤波目标跟踪方法，包括以下步骤： 步骤一，读取视频图像初始帧，截取目标图像区域，同时提取目标图像的不同模态特征；初始化基于多核学习的聚合相关滤波的目标模板、检测模型及其它相关参数； 步骤二，读取当前帧视频图像数据，依据上一帧跟踪结果截取目标在当前帧的潜在跟踪区域，然后使用循环移位策略完成当前帧的潜在跟踪区域的稠密划分并获取多个候选样本，之后完成对各个候选样本不同模态特征的提取，方法如下： 1设当前帧为第t帧，依据第t-1帧的跟踪结果[xc t-1,yc t-1,wt-1,ht-1]在第t帧图像中截取目标潜在跟踪区域，其大小为M×N； 2使用循环移位策略完成第t帧图像中潜在跟踪区域的稠密划分以获取多个候选样本，分别提取各个候选样本的不同模态特征其中m,n∈{0,1,...,M-1}×{0,1,...,N-1}； 3对第t帧图像中潜在跟踪区域进行特征描述 i为不同特征的序号； 步骤三，采用多个不同参数的滤波函数，对步骤二中得到的不同特征分别进行学习，同时使用多核学习算法和相关滤波技术训练跟踪器，得到适用于当前跟踪环境下的最优分类函数，得到当前帧图像中潜在跟踪区域在不同特征下的相关滤波响应图； 步骤四，结合步骤三得到的相关滤波响应图的波动程度和峰值评估不同特征对最终预测结果的贡献，然后动态分配上述不同特征的权重，方法如下： 1利用平均峰相关能量法评估相关滤波响应图波动程度： 其中，Cmax i,t，Cmin i,t和Cp,k i,t分别表示从当前帧即第t帧图像中提取到的第i种类型特征的相关滤波响应图的最大响应值、最小响应值和位置p,k处的响应值； 2不同模态的特征有三种，对三种特征的输出响应值按照跟踪结果的可信程度进行动态加权特征融合，具体为： 其中，Cmax t和ηi,t分别表示在第t帧图像的响应图中，融合后的最大响应值和第i种特征对应的重分配后的权重系数； 利用下式预测目标在第t帧，即当前帧的中心位置xc t,yc t，获得当前帧的跟踪结果： 步骤五，利用跟踪结果重叠程度来决定是否更新，如果需要更新，则利用当前帧的预测结果对目标模板和检测模型进行更新，跳转到步骤二，直至视频结束，方法如下： 1根据当前帧的跟踪结果确定重叠度，当重叠度大于设定阈值时，继续保持目标模板和检测模型不变；反之，当重叠度小于设定阈值时，则需要对目标模板和检测模型进行更新；重叠度阈值设置为0.5； 2通过线性插值法对目标模板和滤波函数进行更新。

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聊城大学，其通讯地址为：252000 山东省聊城市东昌府区湖南路1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”。