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！

龙图腾网获悉西安电子科技大学广州研究院;西安电子科技大学申请的专利基于多尺度自适应级联融合的视觉语言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：CN120563560B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510698564.5，技术领域涉及：G06T7/246；该发明授权基于多尺度自适应级联融合的视觉语言跟踪方法及系统是由袁笛;郭国茂;耿固;陈睿设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本基于多尺度自适应级联融合的视觉语言跟踪方法及系统在说明书摘要公布了：本发明公开了基于多尺度自适应级联融合的视觉语言跟踪方法及系统，该方法包括：对目标视频序列进行预处理与文本提取处理，得到预处理后的图像与图像文本数据；引入多尺度特征对齐模块与尺度恢复模块，构建基于多尺度自适应级联融合的跟踪网络模型；基于多尺度自适应级联融合的跟踪网络模型对预处理后的图像与图像文本数据进行视觉语言跟踪，得到目标跟踪结果。本发明能够通过多尺度自适应融合和跨模态对齐，进而提升了复杂场景下的跟踪鲁棒性和准确性。本发明作为基于多尺度自适应级联融合的视觉语言跟踪方法及系统，可广泛应用于计算机视觉跟踪技术领域。

本发明授权基于多尺度自适应级联融合的视觉语言跟踪方法及系统在权利要求书中公布了：1.基于多尺度自适应级联融合的视觉语言跟踪方法，其特征在于，包括以下步骤： 对目标视频序列进行预处理与文本提取处理，得到预处理后的图像与图像文本数据； 引入多尺度特征对齐模块与尺度恢复模块，构建基于多尺度自适应级联融合的跟踪网络模型； 所述基于多尺度自适应级联融合的跟踪网络模型具体包括语言编码器、视觉编码器、多尺度特征对齐模块、视觉语言统一编码器、自适应级联融合模块、尺度恢复模块与定位头检测模块，其中，所述语言编码器的输出端与所述视觉编码器的输出端分别与所述多尺度特征对齐模块的输入端连接，所述多尺度特征对齐模块、所述视觉语言统一编码器、所述自适应级联融合模块、所述尺度恢复模块与所述定位头检测模块依次连接，所述基于多尺度自适应级联融合的跟踪网络模型的损失函数具体如下所示： ； 上式中，表示多尺度自适应级联融合的跟踪网络模型的总损失函数，表示焦点损失函数，表示L1损失函数，表示广义交并比损失函数，、表示可调权重系数，表示平衡类别不平衡的权重，表示预测类别的概率，表示调整易分类样本损失的焦点参数，表示真实值，表示预测值，表示样本数，表示第个样本，表示预测框，表示真实框，表示预测框与真实框的交集面积，表示预测框与真实框的并集面积； 基于多尺度自适应级联融合的跟踪网络模型对预处理后的图像与图像文本数据进行视觉语言跟踪，得到目标跟踪结果； 其中，基于多尺度自适应级联融合的跟踪网络模型的多尺度特征对齐模块，对图像语言特征信息与图像视觉特征信息进行多尺度对齐，得到对齐后的图像语言特征信息与对齐后的图像视觉特征信息，包括： 将图像语言特征信息与图像视觉特征信息输入至多尺度自适应级联融合的跟踪网络模型的多尺度特征对齐模块； 通过卷积层与最大池化层对图像视觉特征信息依次进行卷积与下采样操作处理，得到包含多种空间分辨率的多尺度视觉特征表示； 对包含多种空间分辨率的多尺度视觉特征表示进行降维处理，得到降维后的多尺度视觉特征表示； 通过跨模态注意力机制对降维后的多尺度视觉特征表示与图像语言特征信息进行交互融合，得到各尺度的视觉特征与语言特征； 对各尺度的视觉特征与语言特征依次进行归一化处理、拼接处理以及对齐操作，得到对齐后的图像语言特征信息与对齐后的图像视觉特征信息。

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西安电子科技大学广州研究院;西安电子科技大学，其通讯地址为：510555 广东省广州市黄埔区中新广州知识城知明路83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。