Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学(深圳)张海军获国家专利权

哈尔滨工业大学(深圳)张海军获国家专利权

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!

龙图腾网获悉哈尔滨工业大学(深圳)申请的专利一种自适应样本分配的IoU感知目标跟踪模型和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:CN115937258B

龙图腾网通过国家知识产权局官网在2025-12-23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:202211735412.0,技术领域涉及:G06T7/246;该发明授权一种自适应样本分配的IoU感知目标跟踪模型和方法是由张海军;杨凯设计研发完成,并于2022-12-30向国家知识产权局提交的专利申请。

一种自适应样本分配的IoU感知目标跟踪模型和方法在说明书摘要公布了:一种自适应样本分配的IoU感知目标跟踪模型和方法,属于目标跟踪技术领域。包括:输入为模板集、输出为模板集主干特征的第一特征提取器,输入为搜索集、输出为搜索集主干特征的第二特征提取器,含有判别式滤波器的在线学习分支,以及含有分类网络和回归网络的跟踪头网络;在线学习分支得到目标位置的在线学习得分Conl;分类网络得到IoU感知分类得分Ccls,回归网络得到目标的回归偏移量R和中心度得分Ce;将Ccls、Ce和Conl融合得到目标最终的分类得分,依据最终的分类得分确定目标的侯选位置,再结合回归偏移量R生成最终的跟踪目标框。消除了人为手工设置阈值的策略来划分正、负样本,同时解决分类和回归预测的错误对齐问题,保持较高的准确度和鲁棒性。

本发明授权一种自适应样本分配的IoU感知目标跟踪模型和方法在权利要求书中公布了:1.一种自适应样本分配的IoU感知目标跟踪模型,其特征在于,所述模型包括:输入为模板集、输出为所述模板集主干特征的第一特征提取器,输入为搜索集、输出为所述搜索集主干特征的第二特征提取器,含有判别式滤波器的在线学习分支,以及含有分类网络和回归网络的跟踪头网络;所述在线学习分支的输入是所述第一特征提取器的一路输出和所述第二特征提取器的一路输出,通过在线学习得到所述判别式滤波器权重,得到目标位置的在线学习得分Conl;所述跟踪头网络包括两个PrPool模块,所述PrPool模块接受所述第一特征提取器的输出,生成池化特征,所述池化特征输入给两个连续的卷积层生成调制向量,所述调制向量与所述搜索集的主干特征按照逐通道相乘生成包含跟踪目标信息的相关特征,所述相关特征分别输入给所述分类网络和回归网络,所述分类网络得到IoU感知分类得分Ccls,所述回归网络得到目标的回归偏移量R和中心度得分Ce;将Ccls、Ce和Conl融合得到目标最终的分类得分,依据所述最终的分类得分确定目标的侯选位置,再结合所述回归偏移量R生成最终的跟踪目标框;在所述在线学习分支中,采用Transformer模型增强模板集和搜索集主干特征的上下文依赖关系,由所述Transformer模型编码的高质量模板集和搜索集图像特征输入到所述判别式滤波器中学习滤波器权重,将优化的滤波器权重作为卷积核与经所述Transformer模型的解码特征进行卷积,生成用于区分目标位置的在线学习得分Conl。

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哈尔滨工业大学(深圳),其通讯地址为:518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。