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！

龙图腾网获悉安徽工程大学申请的专利一种采用显著性捕获交互的目标跟踪方法及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：CN116188524B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202211581327.3，技术领域涉及：G06T7/246；该发明授权一种采用显著性捕获交互的目标跟踪方法及系统是由王力超;尚永健;董家辉;程清扬;耿树巧设计研发完成，并于2022-12-09向国家知识产权局提交的专利申请。

本一种采用显著性捕获交互的目标跟踪方法及系统在说明书摘要公布了：本发明公开了一种采用显著性捕获交互的目标跟踪方法及系统，首先采用ResNet50网络模块提取目标特征并构建多层特征融合模块获得模板特征图，再基于获得的模板特征图构建显著性捕获模块获取目标局部显著性，接着基于获取的目标局部显著性构建显著性交互模块，并利用图注意力机制在显著性区域之间建立联系；本发明实现了使用ResNet50网络模块提取目标特征，再通过构建多层特征融合模块能增强网络对目标的特征提取能力，接着通过构建显著性捕获模块能获取目标局部显著性，且这些显著性区域对干扰因素具有一定的鲁棒性，而显著性交互模块能利用图注意力机制在显著性区域之间建立有效联系，使跟踪器对目标特征更加具有判别能力，适合被广泛推广和使用。

本发明授权一种采用显著性捕获交互的目标跟踪方法及系统在权利要求书中公布了：1.一种采用显著性捕获交互的目标跟踪方法，其特征在于：包括以下步骤， 步骤A，采用ResNet50网络模块提取目标特征，并构建多层特征融合模块获得模板特征图； 步骤B，基于获得的模板特征图，构建显著性捕获模块获取目标局部显著性，其中显著性捕获模块的具体工作步骤如下， 步骤B1，对模板特征图与搜索特征图做逐像素相关性Pixel-wiseCorrelation操作，再分为h×w个1×1×c的节点； 步骤B2，计算模板特征图F中每个像素与搜索特征图F中每个像素之间的匹配得分，并获得模板特征图F和搜索特征图F的相似度图F，其中模板特征图F中在x,y点处的像素与搜索特征图F中u,v点处的像素匹配程度公式如公式1所示， 其中，FZx,y是F在沿通道维度方向x,y处的矢量表示，FXu,v是F在沿通道维度方向x,y处的矢量表示，·表示内积算子，为F中的每个像素与F中的每个像素之间的相似性形成的一个单通道相似度图； 步骤B3，相似度图Sx,y中的最大值点是该像素在搜索特征图F中的对应匹配位置，再根据相似度图Sx,y最大值点周围峰值分布强度和峰值集中度来捕获显著性，其中测量峰值分布强度ζ使用的是峰旁瓣比PSR，如公式2、3和4所示， ζSx,y＝PSRSx,y；areaSx,y-ψ4 其中，s表示峰值分布的旁瓣，表示Sx,y中最大值点周围不相关区域；ψ为主瓣，表示最大值点周围相邻区域，其定义域为峰值周围最靠近的轮廓；Fmax为Sx,y的峰值点，μs和σs分别表示Sx,y的均值和标准差，其中峰值点高度等于Sx,y的平均值；峰值集中度ω与主瓣ψ的覆盖面积成反比，如公式5所示， ωSx,y＝Aψ-1Sx,y5； 步骤B4，将峰值分布强度ζ与峰值集中度ω结合起来，再加入高斯正则项，得到显著性sSx,y，如公式6所示， sSx,y＝ωSx,y[ζSx,y]β+λgμg,σgx,y6 其中，β为超参数，并用于平衡峰值分布强度ζ与峰值集中度ω的影响；gμg,σgx,y是与Fx中心对齐的高斯函数，显著性sSx,y表示模板特征图中每个像素对跟踪器的判别能力； 步骤B5，计算模板特征图FZ中每个点的显著性，并选取Q个最大的点构成显著性集合Pz，再对应在搜索特征图FX上的集合为显著性区域Px； 步骤C，基于获取的目标局部显著性，构建显著性交互模块，并利用图注意力机制在显著性区域之间建立联系，获得目标特征信息，其中显著性交互模块具体工作步骤如下， 步骤C1，使用softmax函数归一化显著性sSx,y，再将大小相同的搜索特征图Fx和相似度图Sx,y在深度方向上连接在一起，并得到堆叠特征图 步骤C2，使用图注意力网络进行显著性交互，并利用图中边的信息对节点信息进行聚合，再产生新的节点表示，具体步骤如下， 步骤C21，将显著性集合PZ中相应的Q个显著性点之间进行成对的边缘连接，且堆叠特征图Fs中每个非显著性节点与其邻域互连，并进行相邻节点之间的信息交互，其中每个节点i与其相邻节点j之间的边缘权重公式如公式7所示， 其中，表示一个可学习的参数向量，W1和W2均为线性变化权值矩阵，hi和hj分别表示节点i和节点j的hzwz+c维向量； 步骤C22，softmax函数能确保节点与其相邻节点的注意力权值和为1，且边缘权重聚合后的表达式如公式8所示， 步骤D，将目标特征信息传播至搜索特征图，完成对目标的跟踪作业。

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安徽工程大学，其通讯地址为：241000 安徽省芜湖市北京中路；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。