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！

龙图腾网获悉长春理工大学申请的专利一种基于注意力和特征融合的分割与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：CN116596966B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310519848.4，技术领域涉及：G06T7/246；该发明授权一种基于注意力和特征融合的分割与跟踪方法是由黄丹丹;胡力洲;刘智;陈广秋;杨明婷;于斯宇;郝文豪;王一雯设计研发完成，并于2023-05-10向国家知识产权局提交的专利申请。

本一种基于注意力和特征融合的分割与跟踪方法在说明书摘要公布了：本发明属于图像信息处理技术领域，尤其为一种基于注意力和特征融合的分割与跟踪方法，包括以下步骤：步骤1、构建基于SiamMask的基础分割和跟踪框架；步骤2、添加混合注意力模块；步骤3、加入特征融合；步骤4、模型训练，将样本图片输入到孪生网络中进行训练，训练过程是离线进行的；步骤5、模型测试。本发明通过增加混合注意力模板，通过相互依赖的通道特征和空间特征增强网络的特征学习能力，生成更具辨别力的对象表示，从而大幅提升模型性能。

本发明授权一种基于注意力和特征融合的分割与跟踪方法在权利要求书中公布了：1.一种基于注意力和特征融合的分割与跟踪方法，其特征在于：包括以下步骤： 步骤1、构建基于SiamMask的基础分割和跟踪框架； 所述步骤1中，包括孪生子网络、特征提取网络ResNet-50、深度可分离卷积的互相关操作层、输出的三分支；其中孪生子网络层用于衡量两个输入的相似程度，ResNet-50层、深度可分离卷积的互相关操作层用于产生多个候选窗口响应特征，输出的三个分支为掩膜分支，包围盒分支，评分分支； 步骤2、添加混合注意力模块； 所述步骤2中添加混合注意力模块包括通道注意力和空间注意力，其中，两个注意力模块并联，输入在分别通过通道注意力和空间注意力模块后相加，得到更为精准校准的特征图；通道注意力：将特征图通过全局平均池化方法将[C，H，W]变为[C，1，1]然后使用两个1×1×1卷积进行信息处理，得到C维的向量再使用sigmoid函数进行归一化，得到对应的mask最后通过通道相乘，得到经过信息校准过的特征图；空间注意力：直接对特征图使用1×1×1卷积，将[C，H，W]变为[1，H，W]的特征，然后使用sigmoid进行激活得到空间注意力图，最后直接施加到原始特征图中，完成空间的信息校准； 步骤3、加入特征融合； 所述步骤3中，为了加强主干网络CNN特征表达，模型设计分为三部分；自底向上的结构，自顶向下的结构，横向连接的结构；针对特征提取网络ResNet-50只使用了前四阶段，且在第四阶段的第一层卷积中使用了膨胀率为2的空洞卷积核，改进了特征融合策略，将ResNet卷积块conv2，conv3，conv4的输出定义为{C2，C3，C4}，其中输出的特征图的尺寸不变的层，归为一个stage，每个stage的最后一层输出的特征被抽取出来，经过下采样使输出分别为原图的{14，18，116}倍，然后与自顶向下经过上采样生成的特征图通过横向连接进行融合，最后经过3*3的卷积进行处理得到输出P2，P3，P4； 步骤4、模型训练，将样本图片输入到孪生网络中进行训练，训练过程是离线进行的； 步骤5、模型测试。

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长春理工大学，其通讯地址为：130012 吉林省长春市卫星路7089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。