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！

龙图腾网获悉清华大学申请的专利一种基于多模板自适应更新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：CN116503440B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202310173973.4，技术领域涉及：G06T7/246；该发明授权一种基于多模板自适应更新的目标跟踪方法及装置是由韩煜祺;刘华平设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本一种基于多模板自适应更新的目标跟踪方法及装置在说明书摘要公布了：本发明提出一种基于多模板自适应更新的目标跟踪方法及装置，属于计算机视觉技术领域。其中，所述方法包括：从视频的第1帧中选取一个待跟踪目标，通过对待跟踪目标在第1帧中的特征进行提取，得到第1帧的目标外观滤波器模板；从视频的第2帧起，依次将每一帧作为当前帧；利用考虑长时记忆模板的前一帧的目标外观滤波器模板，得到当前帧的目标外观滤波器模板并获取待跟踪目标在当前帧中的跟踪结果；待跟踪目标在每一帧中的跟踪结果即组成该目标在视频中的跟踪结果。本发明通过引入可靠的历史帧信息，保证当前帧目标模板不被遮挡物及背景杂波等干扰污染，继而在遮挡结束或目标重新出现时能够及时准确地定位目标，可取得更好的跟踪效果。

本发明授权一种基于多模板自适应更新的目标跟踪方法及装置在权利要求书中公布了：1.一种基于多模板自适应更新的目标跟踪方法，其特征在于，包括： 从视频的第1帧中选取一个待跟踪目标，通过对所述待跟踪目标在所述第1帧中的特征进行提取，得到所述第1帧的目标外观滤波器模板，所述目标外观滤波器模板代表对应帧中所述待跟踪目标与选取的搜索区域内背景之间特征及对应标签的映射关系； 从视频的第2帧起，依次将每一帧作为当前帧；利用前一帧的所述目标外观滤波器模板，得到所述当前帧的所述目标外观滤波器模板并获取所述待跟踪目标在所述当前帧中的跟踪结果；其中，所述前一帧的所述目标外观滤波器模板考虑长时记忆模板，所述长时记忆模板为从所有保留的所述目标外观滤波器模板中筛选中的最佳模板； 将所述待跟踪目标在每一帧中的跟踪结果组成所述待跟踪目标在所述视频中的跟踪结果； 其中，所述通过对所述待跟踪目标在所述第1帧中的特征进行提取，得到所述第1帧的目标外观滤波器模板，包括： 在第1帧中以所述待跟踪目标的中心点为中心按照设定的搜索区域的大小获取图像切片，所述图像切片的面积大于所述待跟踪目标的面积且包含完整的所述待跟踪目标； 对该图像切片进行特征提取以构建第1帧的图像切片特征矩阵 对该图像切片构建高斯标签矩阵 将高斯标签矩阵与特征矩阵进行元素级点除运算，得到所述待跟踪目标在第1帧的目标外观滤波器模板w1； 所述利用前一帧的所述目标外观滤波器模板，得到所述当前帧的所述目标外观滤波器模板，包括： 1利用前一帧的目标外观滤波器模板，通过迭代计算得到当前帧的目标外观滤波器模板，包括： 记当前帧为第t帧，t≥2，提取当前帧图像切片的特征矩阵利用前一帧的目标外观滤波器模板wt-1进行当前帧目标外观滤波器模板wt的构建； 其中，wt的代价函数如下所示： 其中，为当前帧的辅助变量，IK为K×K的单位矩阵，K表示特征矩阵的维度，F为离散傅里叶系数矩阵，M为搜索区域的大小，wt-1为第t-1帧的目标外观滤波器模板，和μ分别表示拉格朗日乘子和惩罚因子； 2将步骤1得到的wt与进行元素级点乘，得到当前帧的跟踪响应图； 3通过对当前帧的跟踪响应图的峰值进行判定，更新当前帧的目标外观滤波器模板，包括： 若当前帧的跟踪响应图的峰值和峰态值分别大于各自对应的阈值，则保留通过式1计算得到的当前帧的目标外观滤波器模板；否则，删除通过式1计算得到的目标外观滤波器模板，将前一帧的目标外观滤波器模板更新为当前帧的目标外观滤波器模板。

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清华大学，其通讯地址为：100084 北京市海淀区清华园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。