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对抗学习和特征一致适配器的跨模态目标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：CN121392450B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511971912.8，技术领域涉及：G06V10/764；该发明授权基于对抗学习和特征一致适配器的跨模态目标跟踪方法是由孙登第;卢星辰;李成龙;刘磊设计研发完成，并于2025-12-25向国家知识产权局提交的专利申请。

本基于对抗学习和特征一致适配器的跨模态目标跟踪方法在说明书摘要公布了：本发明公开一种基于对抗学习和特征一致适配器的跨模态目标跟踪方法，构建的跨模态目标跟踪网络FCTrack包括模态感知模块、特征一致适配器、跨模态特征融合模块、Transformer编码器和跟踪预测模块；将待处理图像序列、对应的RGB模板图像、NIR模板图像输入跨模态目标跟踪网络FCTrack通过感知模块根据光照强度的不同，在同一时刻仅有RGB或NIR其中一个模态的输入网络，挖掘两种输入模态之间的关系，克服现有方法对局部特征的过度依赖，增强了模型对长距离依赖和复杂关系的建模能力，通过特征一致适配器弥合了模态间的差异，有效解决了现有方法在跨模态目标跟踪中面临的异质性挑战，提升跟踪器在NIR场景下的适应能力。

本发明授权基于对抗学习和特征一致适配器的跨模态目标跟踪方法在权利要求书中公布了：1.一种基于对抗学习和特征一致适配器的跨模态目标跟踪方法，其特征在于，构建跨模态目标跟踪网络FCTrack，跨模态目标跟踪网络FCTrack包括模态感知模块、特征一致适配器、跨模态特征融合模块、Transformer编码器和跟踪预测模块；将待处理图像序列、对应的RGB模板图像、NIR模板图像输入跨模态目标跟踪网络FCTrack，执行以下步骤： 首先，模态感知模块预测当前图像帧的模态类别，如果预测为RGB模态，则将其原始RGB模态特征送入Transformer编码器；如果预测为NIR模态，则将当前图像帧送入特征一致适配器； 特征一致适配器收到NIR模态的图像帧后，采用双向映射结构将其原始NIR模态特征映射至RGB模态的潜在特征空间，输出得到RGB互补特征，并传输至跨模态特征融合模块； 接着，跨模态特征融合模块采用特征维度协同对齐与高维空间组合方法，对RGB互补特征与原始NIR模态特征进行互补融合，得到统一融合特征，并将统一融合特征输入Transformer编码器； 其次，Transformer编码器收到统一融合特征原始RGB模态特征后，对两类模板图像和搜索区域进行联合特征提取和关系建模； 最终，由跟踪预测模块输出目标位置与大小，实现跨模态跟踪； 上述特征一致适配器采用双向映射结构，包括从源域到目标域的前向映射模块，以及从目标域回到源域的逆向重构模块；前向映射模块将原始NIR模态特征投影至RGB潜在空间，使经映射的特征在分布及视觉表现形式上与RGB特征保持一致，首先通过第一个全连接层将原始NIR模态特征投影到一个低维的潜在空间，然后通过ReLU激活函数进行非线性映射，最后将降维后的特征通过第二个全连接层映射回原始的特征维度；逆向重构模块将映射后的特征重新投影回NIR特征空间； 所述Transformer编码器的第3层、第6层以及第9层中均设有候选消除模块，通过候选消除模块逐步筛选掉和模板相似度低的无关区域，只保留相似度分数最高的区域；所述跟踪预测模块基于OSTrack模型。

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 安徽省合肥市经开区九龙路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。