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！

龙图腾网获悉江西水利电力大学申请的专利基于双域注意力和小波增强模块的目标跟踪方法与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：CN121639742B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610129565.2，技术领域涉及：G06T7/246；该发明授权基于双域注意力和小波增强模块的目标跟踪方法与系统是由王军;孙磊;鲍孙飞;黄海洋;张天泽设计研发完成，并于2026-01-30向国家知识产权局提交的专利申请。

本基于双域注意力和小波增强模块的目标跟踪方法与系统在说明书摘要公布了：本发明提出一种基于双域注意力和小波增强模块的目标跟踪方法与系统，该方法包括：对模板图像和搜索图像进行预处理，并输入参数调整特征提取网络中，通过特征提取网络的双域注意力分别提取模板图像和搜索图像在空间域和通道域的特征；将模板图像序列特征和搜索图像序列特征沿通道维度拼接，拼接后利用参数调整特征融合网络的自注意力模块和小波增强模块，进行交互融合与特征增强；将融合特征送入预测头以获取跟踪结果。本发明通过发明所述双域注意力对输入图像序列的空间域特征和通道域特征进行提取，使模型既能关注目标的空间位置，又能建模通道语义的重要性，实现双域互补建模，更准确的定位目标区域，有效的区分目标特征与噪声通道。

本发明授权基于双域注意力和小波增强模块的目标跟踪方法与系统在权利要求书中公布了：1.一种基于双域注意力和小波增强模块的目标跟踪方法，其特征在于，所述方法包括如下步骤： 步骤1、基于特征提取网络、特征融合网络和预测头构成跟踪模型； 步骤2、利用大规模数据集对特征提取网络和特征融合网络进行预训练，并调整参数，得到参数调整特征提取网络和参数调整特征融合网络； 步骤3、对模板图像和搜索图像进行预处理，并输入参数调整特征提取网络中，通过参数调整特征提取网络的双域注意力分别提取模板图像和搜索图像在空间域和通道域的特征，以得到模板图像序列特征和搜索图像序列特征，具体包括如下步骤： 将模板图像和搜索图像分别分割为大小相同且不重叠的图像块，将所述大小相同且不重叠的图像块转换为模板图像序列和搜索图像序列； 将模板图像序列和搜索图像序列输入参数调整特征提取网络中，通过参数调整特征提取网络中双域注意力的自注意力，在空间域上对模板图像序列和搜索图像序列进行自注意力处理，得到注意力权重矩阵，将注意力权重矩阵进行归一化处理，并与值矩阵进行相乘计算，得到空间域的输出； 在通道域，对模板图像序列和搜索图像序列进行空间平均池化操作，得到经空间平均池化处理后的特征；对经空间平均池化处理后的特征进行通道分组，得到特征分组后的通道排列，并将特征分组后的通道排列进行通道交换处理，以进行跨通道信息交互，得到交换通道后的特征； 对交换通道后的特征进行全局平均池化处理，得到全局平均池化处理后特征；对全局平均池化处理后特征通过卷积操作学习通道间的依赖以获得特征权重；对特征权重通过激活函数进行权重映射，得到映射后的通道权重；对映射后的通道权重重组回原始通道顺序，得到经过激活函数映射后的通道权重，并将经过激活函数映射后的通道权重与模板图像序列和搜索图像序列通过乘法操作进行加权融合，得到通道域的输出； 对空间域的输出与通道域的输出进行相加计算，并经过线性层处理以统一维度，得到双域注意力的输出；其中，双域注意力的输出包括模板图像序列特征和搜索图像序列特征； 步骤4、将模板图像序列特征和搜索图像序列特征沿通道维度拼接，拼接后利用参数调整特征融合网络的自注意力模块和小波增强模块，进行交互融合与特征增强，以得到增强后搜索图像序列特征； 步骤5、将增强后搜索图像序列特征替换搜索图像序列特征，并与模板图像序列特征再次拼接，以迭代的方式重复步骤4预设次数，得到融合特征； 步骤6、将融合特征送入预测头以获取跟踪结果，根据跟踪结果计算分类损失与回归损失，并对跟踪模型进行优化，得到优化后的跟踪模型； 利用优化后的跟踪模型进行目标跟踪。

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江西水利电力大学，其通讯地址为：330000 江西省南昌市高新区天祥大道289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。