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！

龙图腾网获悉北京工业大学申请的专利基于特征融合和在线模板更新的无人机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：CN119228847B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411374894.0，技术领域涉及：G06T7/246；该发明授权基于特征融合和在线模板更新的无人机目标跟踪方法是由刘芳;张文杰设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本基于特征融合和在线模板更新的无人机目标跟踪方法在说明书摘要公布了：本发明公开了基于特征融合和在线模板更新的无人机目标跟踪方法，包括以下步骤：基于Resnet残差网络和空洞卷积构建深度网络模型，能够有效提取目标特征并增强特征的有效感受野，同时高效融合浅层网络的细节特征和深层网络的语义特征，增强特征的表达能力；由ResNet‑50网络和目标融合网络组成Siamese结构的模板分支和检测分支，将两分支特征图送入级联互相关模块，确定目标位置；构建模板库，计算响应图分数根据阈值对模板分支进行在线更新。本发明在跟踪成功率和精确率方面都达到了较高水平，有效提升了无人机目标跟踪性能。

本发明授权基于特征融合和在线模板更新的无人机目标跟踪方法在权利要求书中公布了：1.基于特征融合和在线模板更新网络的无人机视频目标跟踪方法，其特征在于：该方法包括以下步骤， S1：选取无人机采集的与所要跟踪目标有关的图像序列，对特征融合网络进行预训练，训练方法如下： S2：设计由Resnet-50和目标融合网络组成Siamese结构的模板分支与搜索分支，并构造有效的损失函数，对响应图位置点进行正负样本区分； S3：采用全部点的损失均值作为对于Siamese结构响应图的整体损失，利用损失均值计算损失并采用SGD方法进行网络权重优化； S4：将视频预处理后转化为图像帧输入系统，并读入第1帧； S5：利用模板分支的Resnet-50骨干网络提取第1帧目标图像特征，并将后三层输出融合得到模板分支特征fexemplar； S6：读取下一帧，利用搜索分支提取当前帧目标特征获得搜索分支特征fsearch； S7：分别将模板分支特征和搜索分支特征fexemplar和fsearch送入级联互相关模块，将两分支的特征进行融合，通过两次互相关计算得到目标响应图送入分类分支和回归分支确定目标位置； S8：在视频流送入的每一帧图像中，取上一帧图像预测出的目标位置周围的n个窗口，通过特征提取、降维、多尺度变换，使用已训练好的分类器进行分类和回归计算，分数最大的窗口即为跟踪目标； S9：构建模板库，根据模板响应图的分数计算权重并获得符合当前目标状态的模板，根据阈值判断是否替换模板分支的模板图，若分数高于阈值则替换，否则不更新模板；S9中，根据得分响应图求出当前帧的平均峰值相关能量APCE和最大响应值Fmax，计算表达式如下：其中，Fmax表示响应图最大值，Fmin表示响应图最小值，Fw,h表示第w行、第h列响应值；每五帧执行一次模板更新策略；从模板记忆库中提取当前帧前面连续三帧的模板，根据其APCE值赋予每一帧不同的权重，与第一帧模板融合得到更新模板，融合公式为：其中，为根据该帧APCE值计算出来的权重系数，x0为第一帧模板，xj为连续三帧中的第j帧模板，τ0为常数系数； S10：重复S5-S9直到处理完全部无人机视频帧，得到并输出视频跟踪结果。

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北京工业大学，其通讯地址为：100000 北京市朝阳区平乐园100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。