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！

龙图腾网获悉无锡学院申请的专利基于动态光谱感知模块的高光谱视频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：CN116863364B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310633976.1，技术领域涉及：G06V20/40；该发明授权基于动态光谱感知模块的高光谱视频目标跟踪方法是由赵东;朱叙光;胡斌;张昊睿;黄鲲鹏;王青;周磊;武丽;胡剑凌;张黎可;王新宇;江文浩设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本基于动态光谱感知模块的高光谱视频目标跟踪方法在说明书摘要公布了：本发明公开了基于动态光谱感知模块的高光谱视频目标跟踪方法，首先读入高光谱图像序列中的第t帧高光谱图像，通过矩阵减法确定第t帧高光谱图像的高光谱梯度图Gt，根据Gt确定Gt中第j个像素的光谱梯度向量以及第k个聚类中心的光谱梯度向量Gtk，计算与Gtk之间的光谱角距离dj,k，根据dj,k判断第j个像素所属的聚类中心，设定迭代次数q并计算损失函数ε，重复上述步骤直至ε与q达到条件，根据最终结果得到降维后的单通道灰度图，将灰度图送入孪生网络进行特征提取，通过1×1卷积将提取的特征调整为适应特定任务的特征，利用互相关生成分类特征Pcls与回归特征Preg，通过两种动态光谱感知模块SPMcls以及SPMreg将Pcls与Preg分别增强为Pcls‑en和Preg‑en，Pcls‑en与Preg‑en经过预测头网络确定目标位置。

本发明授权基于动态光谱感知模块的高光谱视频目标跟踪方法在权利要求书中公布了：1.一种基于动态光谱感知模块的高光谱视频目标跟踪方法，其特征在于，该方法为： 步骤一、读入高光谱图像序列中的第t帧高光谱图像，确定第t帧高光谱图像的搜索区域St；其中，St表示尺寸为B×Hs×Ws的三维矩阵，t表示高光谱图像序列中高光谱图像帧数的序号，t表示大于等于1的整数，B表示St的波段数，Hs表示St上各个波段图像的像素的行数，Ws表示St上各个波段图像的像素的列数； 步骤二、通过矩阵减法确定St的高光谱梯度图Gt，并且确定Gt中第j个像素的光谱梯度向量 步骤三、对St在空间维度上建立坐标系； 步骤四、确定第k个聚类中心的光谱梯度向量Gtk； 步骤五、确定与Gtk之间的光谱角距离dj,k并得到第j个像素的光谱角距离集合dj； 步骤六、通过dj中最小的光谱角距离确定第j个像素所属聚类中心的标签bj； 步骤七、通过bj判断第j个像素所属的聚类中心，确定第k个聚类中心Ck所包含的像素数Nk，对Ck内所有像素的光谱梯度向量求平均得到Ck的中心光谱梯度向量 步骤八、设定并计算损失函数ε； 步骤九、设定迭代次数q，重复步骤一至步骤八直至达到设定的迭代次数q或者ε在q次以内单调递减取得极小值时停止迭代，得到停止迭代后的聚类结果； 步骤十、利用停止迭代后的聚类结果生成动态搜索掩膜Shard与目标掩膜Thard，并得到降维后的单通道灰度图； 步骤十一、将单通道灰度图复制成三通道灰度图后送入孪生网络进行特征提取；其中孪生网络包括两个分支，分别为模板分支与搜索分支，两个分支采用参数相同的ResNet50进行特征提取，表示从模板分支提取的特征，表示从搜索分支提取的特征； 步骤十二、通过时序通道移位操作得到拼接成的特征与 步骤十三、利用1×1卷积将ResNet50的conv5-3层从模板分支提取的深度特征调整为和将ResNet50的conv5-3层从搜索分支提取的深度特征调整为和其中和分别表示搜索分支用于分类与回归的特征，和分别表示模板分支用于分类与回归的特征； 步骤十四、与利用深度级互相关生成分类特征Pcls，与利用深度级互相关生成回归特征Preg； 步骤十五、通过动态光谱感知模块的分类版本SPMcls以及动态光谱感知模块的回归版本SPMreg将Pcls与Preg分别进行特征增强，成为增强后的分类特征Pcls-en和增强后的回归特征Preg-en； 步骤十六、Pcls-en经过分类分支输出分类得分图Mcls，Preg-en经过回归分支输出回归得分图Mreg以及目标质量估计得分图Mtar； 步骤十七、Mtar与Mreg加权融合成最终得分图，根据最终得分图确定目标所在位置。

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无锡学院，其通讯地址为：214105 江苏省无锡市锡山大道333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”。