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！

龙图腾网获悉安徽大学申请的专利基于像素级融合的RGBT跟踪系统及使用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：CN119942152B 。

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：202510035392.3，技术领域涉及：G06V10/62；该发明授权基于像素级融合的RGBT跟踪系统及使用方法是由鹿安东;汪万禹;郭元至;李成龙;汤进设计研发完成，并于2025-01-09向国家知识产权局提交的专利申请。

本基于像素级融合的RGBT跟踪系统及使用方法在说明书摘要公布了：本发明提供一种基于像素级融合的RGBT跟踪网络及使用方法，包括：像素级融合适配器：首先，每个模态由一个低级特征提取层划分，然后馈入单独的Vim块以编码特定特征。接下来，应用令牌和通道连接来沿着不同的特征维度合并两个模态，并且两个附加的Vim块进一步编码该融合的信息。最后，使用具有高效局部细节建模能力的卷积层将融合的特征解码成图像。本发明提出了两阶段的任务导向的渐进式学习框架。第一阶段，多专家自适应蒸馏MAD。旨在从具有不同结构的多种图像融合模型中继承优越的融合能力。第二阶段，解耦表示微调策略DRF，通过排斥损失明确分离任务相关和任务不相关信息来提高融合精度，通过重构损失保证保证信息解耦的完备性，从而提高融合鲁棒性。

本发明授权基于像素级融合的RGBT跟踪系统及使用方法在权利要求书中公布了：1.基于像素级融合的RGBT跟踪系统，其特征在于，包括： 像素级融合适配器：包括三个Vim块以及两个卷积层；RGB和TIR两个模态分别由一个低级特征提取层划分，然后馈入第一个Vim块以编码特定特征；然后应用令牌和通道连接沿着不同的特征维度合并两个模态，并且两个附加的Vim块进一步编码该融合的信息；最后使用将融合的特征解码成图像，得到融合图像If； 任务导向的渐进式学习框架：包括任务导向的多专家蒸馏框架库和解耦表示微调模块框架；所述专家蒸馏框架库用于像素级融合适配器的参数调整初始化； 所述解耦表示微调模块框架包括两个辅助分支、一个跟踪分支；训练时，两个辅助分支与跟踪分支并行操作，利用两个辅助分支对来自RGB和TIR的任务无关信息进行独立编码，得到RGB模态特征TIR模态特征跟踪分支对融合图像If进行特征提取，以获得融合特征并执行任务损失；然后结合以执行排斥损失和融合重建损失，以实现两种模态特征的任务相关性和任务无关性的解耦；输出目标分类和定位；测试时，采用训练后的跟踪分支进行目标跟踪； 所述多专家蒸馏框架包括基于CNN的图像融合模型、基于扩散的图像融合模型和基于Mamba的图像融合模型；给定RGB模态图像和TIR模态图像，用IPFA，Ic，Id，Im分别表示PFA、基于CNN的图像融合模型、基于扩散的图像融合模型和基于Mamba的图像融合模型的融合图像；因此，多专家自适应蒸馏的过程如下： 其中T表示单流跟踪器的IOU预测器，Wi表示第i个专家的权重；通过最小化蒸馏损失来优化像素级融合适配器参数。

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大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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。