哈尔滨工业大学李君宝获国家专利权
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!
龙图腾网获悉哈尔滨工业大学申请的专利基于自适应动态模板的MAV机载目标跟踪方法和系统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:CN119935096B 。
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:202510009093.2,技术领域涉及:G01C11/04;该发明授权基于自适应动态模板的MAV机载目标跟踪方法和系统是由李君宝;张雨馨;刘环宇;温佳铮设计研发完成,并于2025-01-03向国家知识产权局提交的专利申请。
本基于自适应动态模板的MAV机载目标跟踪方法和系统在说明书摘要公布了:基于自适应动态模板的MAV机载目标跟踪方法和系统,属于目标跟踪技术领域,解决MAV机载跟踪中跟踪性能和计算复杂度难以平衡问题。本发明的方法包括:设置初始模板、临近模板和记忆模板,将当前帧搜索特征、初始模板、临近模板、记忆模板输入自适应模版融合STF模块,生成最终模板;将最终模板与搜索模板进行相关操作,得到响应图,判断当前跟踪状态,更新临近模板和记忆模板;记忆模板生成模块采用时间上串联的方式,提炼整合历史跟踪结果中的关键信息,使得有限的模板特征内存能够包含全部的历史信息。自适模板融合模块利用模板与搜索特征间的相似度矩阵,实现在不同跟踪阶段对模板权重的动态调整。本发明适用于MAV机载目标跟踪。
本发明授权基于自适应动态模板的MAV机载目标跟踪方法和系统在权利要求书中公布了:1.一种基于自适应动态模板的MAV机载目标跟踪方法,其特征在于,所述方法包括: 步骤1:在初始时刻,对初始图像进行特征提取,将提取的特征存储作为初始模板、临近模板和记忆模板,其中,临近模板是指临近帧中经过状态评估后保留下来的特征,记忆模板是指通过时间注意力机制整合全部历史信息的模板; 步骤2:以当前位置为中心,截取搜索图像,对搜索图像进行特征提取,得到当前帧搜索特征; 步骤3:将步骤2中的当前帧搜索特征、初始模板、临近模板、记忆模板输入自适应模版融合STF模块,生成最终模板,所述自适应模版融合STF模块的计算公式为: 其中,、、分别表示初始模板、临近模板、记忆模板,表示搜索特征,表示最终模板,表示通道数,GMP表示全局最大池化,、、分别表示初始模板、临近模板、记忆模板的融合权重,表示调制系数,表示X的转置; 步骤4:将最终模板与搜索模板进行相关操作,得到响应图,根据响应图反推目标位置; 步骤5:评估模块根据响应图判断当前跟踪状态; 步骤6:如果跟踪状态较好,更新临近模板,同时利用记忆模板生成模块MTG生成记忆模板,否则,进行下一帧的跟踪,所述记忆模板生成模块MTG通过串联的方式融合多帧特征,具体包括:所述记忆模板生成模块MTG的输入包含上一时刻记忆模板和当前时刻的临近模板; 与进行矩阵乘法得到相似度矩阵,中的元素代表中第行元素与中第j列元素间的内积,采用线性归一化替换Transformer中QKV结构的; 以作为权重对进行加权求和,得到与相关联的上下文信息; 采用残差连接将加权前后的相加,并乘调制系数,调制系数用于调节的取值范围; 所述记忆模板的更新公式为: 其中,t表示当前帧,t‑1表示上一帧; 步骤7:随着跟踪进行不断执行步骤2到6,直至跟踪结束。
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哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励