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！

龙图腾网获悉北京航空航天大学申请的专利一种基于文本提示更新的视觉-语言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：CN118710932B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202410800855.6，技术领域涉及：G06V10/62；该发明授权一种基于文本提示更新的视觉-语言目标跟踪方法是由张弘;陈栋华;袁丁;杨一帆;吕毅轩设计研发完成，并于2024-06-20向国家知识产权局提交的专利申请。

本一种基于文本提示更新的视觉-语言目标跟踪方法在说明书摘要公布了：本发明涉及一种基于文本提示更新的视觉‑语言目标跟踪方法。所述方法将一对来自视频流中的视觉图像和文字描述作为输入，通过构建特征提取网络和语言表征模型提取各个模态的特征，在此基础上构建两种不同架构的深度学习网络对视觉图像特征和语言文本特征进行融合，以充分挖掘多模态数据的可用信息。最后，每个候选目标映射的特征被送入预测头以获得预测分数，并将预测分数高的结果作为跟踪结果，并利用相似度决策模块判断是否对文本提示进行更新。本发明充分利用多模态信息提高跟踪算法的鲁棒性并充分考虑了文本信息的动态性。

本发明授权一种基于文本提示更新的视觉-语言目标跟踪方法在权利要求书中公布了：1.一种基于文本提示更新的视觉‑语言目标跟踪方法，其特征在于，所述方法包括以下步骤： 步骤S1、在包含跟踪目标以及对应文本描述的数据流中获取训练样本集，每个训练样本包括在视频序列中抽取的两幅视觉图像和对应的文本描述，所述两幅视觉图像包括目标图像和搜索图像； 步骤S2、构建特征编码器分别提取目标图像、搜索图像和文本描述的多模态特征，得到视觉图像特征、搜索图像特征和语言文本特征； 步骤S3、构建两个不同架构的基于深度学习网络的跟踪支路对视觉图像特征、搜索图像特征和语言文本特征进行融合，得到融合特征； 步骤S4、构建针对两个不同跟踪支路的跟踪预测模块，将所述融合特征转换成跟踪目标在对应图像中的相对位置和预测分数； 步骤S5、将两个跟踪支路中预测分数高的预测结果作为当前帧的跟踪结果，并构建基于跟踪目标的相似度决策模块，如果相似度高于给定阈值则将当前帧的跟踪结果输入到基于对比学习的语言‑图像的预训练模型的图文转换模块以更新文本描述；如果相似度低于给定阈值则不更新，包括： 步骤S51，将两个跟踪支路中预测分数高的预测结果作为当前帧的跟踪结果； 步骤S52，基于余弦相似度评估跟踪结果和上一帧跟踪目标的相似程度，当相似度高于给定阈值则将当前帧的跟踪结果输入到CLIP的图文转换模块以更新文本描述；如果相似度低于给定阈值则不更新。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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”。