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！

龙图腾网获悉江南大学申请的专利基于孪生网络雷达X波段多扩展目标自适应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：CN116381672B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310200991.7，技术领域涉及：G01S13/72；该发明授权基于孪生网络雷达X波段多扩展目标自适应跟踪方法是由杨金龙;成勇;刘宏刚;刘建军;吴晓佳;张媛设计研发完成，并于2023-03-06向国家知识产权局提交的专利申请。

本基于孪生网络雷达X波段多扩展目标自适应跟踪方法在说明书摘要公布了：本发明公开了基于孪生网络雷达X波段多扩展目标自适应跟踪方法，属于目标检测与跟踪领域。本发明利用神经网络最后三层特征图进行输出计算，并提出一种特征向量图融合架构，可以应对雷达数据存在大量杂波的情况；结合检测方法与速度信息，本发明提出一种神经网络与传统方法结合的航迹估计模块，取得了很好的跟踪效果；本发明引入特征截取模块，来针对多目标跟踪中存在大量目标的情况，以此来降低目标特征提取时间；实验结果证明，本发明的多扩展目标自适应跟踪方法在过桥遮挡、小目标紧邻、目标形变的场景下均能保持理想的跟踪精度，跟踪效果大大提升。

本发明授权基于孪生网络雷达X波段多扩展目标自适应跟踪方法在权利要求书中公布了：1.一种基于SiamFC的雷达多扩展目标跟踪方法，其特征在于，所述方法包括： 步骤1：识别第k帧的新生目标、存活目标以及虚假目标； 步骤2：提取所述第k帧的存活目标模板特征； 步骤3：提取所述第k帧存活目标的候选区域特征，利用全卷积孪生网络SiamFC对所述存活目标模板特征和所述候选区域特征进行匹配，将SiamFC五层主体卷积网络最后三层特征作为输出； 步骤4：将三层输出的结果进行融合计算，得到所述存活目标的预测位置； 步骤5：目标外观估计与模板更新； 采用分水岭检测法，对所述预测位置附近的小块区域进行检测，得到检测集合后，根据提出的宽高差IOU公式来判断结果准确性，公式如下： 其中，Wg，Hg分别表示检测框的宽与高，Wt，Ht分别表示目标宽与高，IOUg,t表示检测框与目标框的交并比值，G表示检测集合；若ΔL大于阈值，则视为目标最新的预测结果，否则，目标外观采用上一时刻的信息； 对于模板更新，同样根据上述公式进行判别，若ΔL大于阈值，则将新的目标框送入网络，得到新的目标模板信息； 所述步骤4包括：得到目标最后三层网络的候选区域特征后，分别和目标对应层数的目标模板特征进行互卷积操作：将模板特征视为卷积核，在候选区域特征图上进行步长为1的卷积操作，得到最后的分数图；将产生的三张分数图通过以下公式进行融合： Q′＝α1Q1+α2Q2+α3Q3 其中，Q1，Q2，Q3分别表示最后三层的分数图，α1，α2，α3分别表示相应的权重，假设最后三层的感受野大小分别为K1，K2，K3K1K2K3，目标宽高为Wt，Ht，使用以下公式进行权重的计算： 其中，计算出来的T1，T2，T3分别表示不同层数下，当时的感受野大小是否能包含整个目标的特征，若大于1，则表示不能够包含整个目标特征； 按照以下步骤赋予自适应权重：首先，若T3大于1，则增大α3的值，若T3小于1，T2大于1，则增大α2的值，否则，增大α1的值； 所述方法判断目标航迹结束的方法为：假设第k帧的跟踪结果中每个目标拥有一个记录值No_Detections，用于记录目标框s在步骤1新生目标自适应判断中没有与检测集Gk匹配上的帧数： 当目标框s的No_Detections超过阈值，则结束其航迹。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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。