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！

龙图腾网获悉中国船舶集团有限公司第七〇九研究所申请的专利一种基于多路选择注意力机制的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：CN117274317B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202311456226.8，技术领域涉及：G06T7/246；该发明授权一种基于多路选择注意力机制的目标跟踪方法及装置是由任文凯;刘建云;程朋设计研发完成，并于2023-11-02向国家知识产权局提交的专利申请。

本一种基于多路选择注意力机制的目标跟踪方法及装置在说明书摘要公布了：本发明公开了一种基于多路选择注意力机制的目标跟踪方法及装置，基于多路选择注意力机制的目标跟踪方法包括：通过类别分类网络分支对拼接向量进行类别预测，得到分类损失Lcls，通过身份验证网络分支对拼接向量进行身份预测，得到身份验证损失Lid，通过边界框对回归网络分支对拼接向量进行边界框预测，得到回归损失Lreg；根据分类损失Lcls、身份验证损失Lid和回归损失Lreg得到总损失Ltotal，对跟踪网络进行多轮迭代训练，直至总损失Ltotal收敛，得到训练后的跟踪网络；根据训练后的跟踪网络对实时画面中的目标进行跟踪。通过修改网络结构与损失函数的方式，优化网络的训练效果，进而增强模型的跟踪准确性与稳定性。

本发明授权一种基于多路选择注意力机制的目标跟踪方法及装置在权利要求书中公布了：1.一种基于多路选择注意力机制的目标跟踪方法，其特征在于，所述基于多路选择注意力机制的目标跟踪方法包括： 从数据集中获取相邻的两帧输入图像，采用跟踪网络分别对每帧输入图像进行特征提取和特征融合，得到每帧输入图像所对应的聚合向量，对两个所述聚合向量进行拼接得到拼接向量； 将所述拼接向量分别输入至跟踪网络的类别分类网络分支、身份验证网络分支和边界框对回归网络分支； 通过所述类别分类网络分支对所述拼接向量进行类别预测，得到分类损失Lcls，通过身份验证网络分支对所述拼接向量进行身份预测，得到身份验证损失Lid，通过边界框对回归网络分支对所述拼接向量进行边界框预测，得到回归损失Lreg； 根据所述分类损失Lcls、所述身份验证损失Lid和回归损失Lreg得到总损失Ltotal，对跟踪网络进行多轮迭代训练，直至总损失Ltotal收敛，得到训练后的跟踪网络； 根据训练后的跟踪网络对实时画面中的目标进行跟踪； 在所述类别分类网络分支、身份验证网络分支和边界框对回归网络分支中均包括至少一个卷积层；在每个分支的卷积层之后添加有多路选择注意力机制；所述多路选择注意力机制包括空间注意力模块、运动激励模块和时空注意力模块；通过空间注意力模块对输入向量进行处理，得到通道激励；通过运动激励模块对输入向量进行处理，得到运动激励；通过时空注意力模块对输入向量进行处理，得到时空激励； 所述通过空间注意力模块对输入向量进行处理，得到通道激励包括： 通过空间注意力模块对输入向量的每一个通道的特征图进行全局平均池化，得到所有像素的平均值，通过卷积核为k×k的一维卷积将平均值进行卷积，得到通道激励； 所述通过运动激励模块对输入向量进行处理，得到运动激励包括：通过运动激励模块对输入向量经卷积核为m的二维卷积进行通道降维，将经过通道降维后的输入向量分为第一路向量和第二路向量；将所述第一路向量经卷积核为n的二维卷积操作后与第二路向量做差值，得到差值向量；对差值向量进行补0操作，得到中间向量，将中间向量经平均池化后，再次经卷积核为m的二维卷积恢复原始通道数，并产生运动激励； 所述通过时空注意力模块对输入向量进行处理，得到时空激励包括：将输入至时空注意力模块的输入向量切分成两路，其中一路对通道维度进行平均池化，并利用卷积核为p的三维卷积进行卷积操作；将经过卷积的向量与另一路向量做乘法操作，并产生时空激励。

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船舶集团有限公司第七〇九研究所，其通讯地址为：430000 湖北省武汉市江夏区凤凰产业园藏龙北路1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。