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！

龙图腾网获悉中国地质大学(武汉)申请的专利一种孪生网络单目标跟踪方法及装置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：CN116934807B 。

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：202310897743.2，技术领域涉及：G06T7/246；该发明授权一种孪生网络单目标跟踪方法及装置是由魏龙生;朱自强;杜铭钟;赵雷;罗大鹏设计研发完成，并于2023-07-20向国家知识产权局提交的专利申请。

本一种孪生网络单目标跟踪方法及装置在说明书摘要公布了：本发明公开了一种孪生网络单目标跟踪方法，通过基于注意力机制和分支对齐的孪生网络，包括特征提取模块，特征匹配模块，分类和回归模块；对模板分支的输入和搜索分支的输入分别进行特征提取，并处理为分别用于全局特征相似度匹配和局部特征相似度匹配的模板特征和搜索区域特征；输送到深度互相关层和位置注意力网络中，得到全局和局部特征的相似度响应图；并进行加权融合，输送到分类和回归子网络中；完成前背景分类和边界框的预测任务。本发明提出的模型运算速度快，最终跟踪目标准确、目标框定完整。

本发明授权一种孪生网络单目标跟踪方法及装置在权利要求书中公布了：1.一种孪生网络单目标跟踪方法，其特征在于，包括以下步骤： S1、构建基于注意力机制和分支对齐的孪生网络，所述网络包括特征提取模块，特征匹配模块，分类和回归模块；所述特征匹配模块包括深度互相关层和位置注意力网络；所述分类和回归模块包括分类和回归子网络、分类分支、定位分支、回归分支； 所述特征提取模块由两个分支组成：模板分支和搜索分支；所述模板分支以给定视频第一帧中的目标区域作为输入t，所述搜索分支以给定视频当前帧中前一帧预测的目标所在位置区域作为输入x；采用孪生ResNet-50主干网络对模板分支的输入和搜索分支的输入分别进行特征提取，得到模板特征图和搜索区域特征图； S2、将模板特征图处理为用于全局特征相似度匹配和局部特征相似度匹配的模板特征图，将搜索区域特征图处理为用于全局特征相似度匹配和局部特征相似度匹配的搜索区域特征图； S3、将用于全局特征相似度匹配的模板特征图和用于全局特征相似度匹配的搜索区域特征图，输送到所述深度互相关层，得到全局特征的相似度响应图； 将用于局部特征相似度匹配的模板特征图和用于局部特征相似度匹配的搜索区域特征图，输送到所述位置注意力网络中，得到局部特征的相似度响应图； S4、将得到的全局特征和局部特征的相似度响应图进行加权融合，得到融合后的相似度信息的响应图； S5、将融合后的相似度响应图进行解码，并输送到分类和回归子网络中进行前背景的分类、边界框的预测和定位精度的预测，得到分类得分图、回归信息响应图和定位得分图； S6、根据分类得分图、回归信息响应图和定位得分图，得到跟踪分数，根据跟踪分数最大位置选取预测的边界框，得到目标的跟踪结果； 步骤S2具体为： 将孪生ResNet-50主干网络最后三个特征提取阶段提取的模板分支和搜索分支的特征图分别进行聚合，并对聚合后的模板分支的特征图进行特征细化，得到用于全局特征相似度匹配模板特征图和搜索区域特征图： 其中，表示特征拼接，，，为模板分支ResNet-50网络最后三个特征提取阶段输出特征图，，，为搜索分支ResNet-50网络最后三个特征提取阶段输出特征图，对进行特征细化后得到，和分别为用于全局特征相似度匹配模板特征图和搜索区域特征图； 将孪生ResNet-50主干网络最后三个特征提取阶段中的某个阶段提取的模板分支和搜索分支的特征图和进行特征细化后，作为用于局部特征相似度匹配模板特征图和搜索区域特征图和； 所述特征细化具体为： 在孪生ResNet-50主干网络相应分支的输入图像中标记边界框，通过将投影到该分支待细化特征图上，构成计算机模拟人视觉的显著性区域，从中选取像素作为特征，区域内的特征保持不变，将区域外的其它特征视为背景特征，并将其赋值为0。

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中国地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388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。