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！

龙图腾网获悉江南大学申请的专利一种红外弱小目标跟踪方法、系统、设备和介质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：CN118887257B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202411075562.2，技术领域涉及：G06T7/246；该发明授权一种红外弱小目标跟踪方法、系统、设备和介质是由钱琨;陈嘉玲;诸丁伟;王书畅;钱鹏江设计研发完成，并于2024-08-07向国家知识产权局提交的专利申请。

本一种红外弱小目标跟踪方法、系统、设备和介质在说明书摘要公布了：本发明涉及一种红外弱小目标跟踪方法、系统、设备和介质，其中，方法包括：选取待跟踪红外图像序列中的第一帧图像作为模板帧图像，并对模板帧图像进行特征提取，得到模板帧图像的特征图；依次加载待跟踪红外图像序列的第T大于1帧图像作为检测帧图像，并进行特征提取，得到检测帧图像的特征图；将第T帧检测帧图像的特征图与所述模板帧图像的特征图进行特征增强与融合，再进行红外弱小目标检测，输出第T帧检测帧图像中红外弱小目标的位置及尺寸大小；判断第T帧检测帧图像是否为最后一帧图像；若是，则完成红外弱小目标跟踪；若否，检测到最后一帧图像，完成目标跟踪。本发明能够对红外弱小目标进行有效跟踪。

本发明授权一种红外弱小目标跟踪方法、系统、设备和介质在权利要求书中公布了：1.一种红外弱小目标跟踪方法，其特征在于：包括：步骤S1：选取待跟踪红外图像序列中的第一帧图像作为模板帧图像，提取所述模板帧图像的待跟踪目标图像区域，对所述待跟踪目标图像区域进行特征提取，得到模板帧图像的特征图；步骤S2：依次加载待跟踪红外图像序列中除第一帧图像以外的第T帧图像作为检测帧图像；对所述检测帧图像进行特征提取，得到检测帧图像的特征图；步骤S3：将第T帧检测帧图像的特征图与所述模板帧图像的特征图进行特征增强与融合，再对融合后的特征进行红外弱小目标检测，输出第T帧检测帧图像中红外弱小目标的位置及尺寸大小，其中，T1；所述步骤S3中将第T帧检测帧图像的特征图与所述模板帧图像的特征图输入Transformer特征融合模块中进行特征增强与融合，具体为：预处理：检测帧图像与模板帧图像经过特征提取后，获得其对应的特征图fz和fx，使用1*1卷积降低fz和fx的通道维度，得到fz1和fx1；特征融合：将fz1和fx1作为两个分支分别输入Transformer特征融合模块中的双重注意力模块，两个分支的双重注意力模块自适应地分别关注和提取fz1和fx1各自的特征图；再通过Transformer特征融合模块中的两个CFA模块同时接收各自分支的双重注意力模块和另一个分支的双重注意力模块输出的特征图，CFA模块并通过自带的多头交叉注意力机制融合该两个特征图；两个双重注意力模块和两个CFA模块形成一个融合层，融合层重复N次，再经过一个CFA模块得到融合结果；所述双重注意力模块包括依次连接的多尺度注意力模块和自注意力模块，其中，所述多尺度注意力模块满足：X＝LCgi其中，X表示多尺度注意力输出结果，C表示concat函数，gi被连接在一起，再通过线性层L进行特征聚合且gi＝FQi,Ki,Vi,ri，F为多尺度注意力函数，膨胀率ri为第i个头，Q,K,V分别为多尺度注意力函数的查询、键、值，Qi,Ki,Vi表示第i个头对应的特征图fz1和fx1的片段；使用多尺度注意力操作时，特征图使用多个头进行处理，每个头具有不同的膨胀率，设膨胀率r取值为1，2，3，设xij为fz1和fx1中位置i,j在不同膨胀率下的像素集合构成特征块，则X中的xij满足： 其中，qij表示fz1和fx1中位置i,j处的查询，Kr和Vr分别表示从K和V中选择的键和值，表示键值维度，表示选择的键；所述自注意力模块满足：对于所述多尺度注意力模块的输入X，通过自注意力模块进行特征提取，输出的XE表示为：XE＝X+MX+Px,X+Px,X其中，Px表示空间位置编码，M表示自注意力模块的多头注意力机制且满足：MQ*,K*,V*＝CHiWo 其中，Hi表示第i个头的注意力，Wo表示权重矩阵，表示键值维度，表示选择的键，Q*,K*,V*分别表示改进的自注意力模块的查询、键、值，C表示concat操作，S表示softmax操作；步骤S4：判断第T帧检测帧图像是否为所述待跟踪红外图像序列的最后一帧图像；若是，则完成红外弱小目标跟踪；若否，则返回至步骤S2，直至检测到最后一帧图像，完成目标跟踪。

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南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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”。