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！

龙图腾网获悉厦门理工学院申请的专利基于时序建模和提示微调的多模态目标跟踪方法及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：CN120510480B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202510996493.7，技术领域涉及：G06V10/80；该发明授权基于时序建模和提示微调的多模态目标跟踪方法及系统是由陈思;邓佳奇;王大寒;吴芸;肖顺鑫设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本基于时序建模和提示微调的多模态目标跟踪方法及系统在说明书摘要公布了：本发明涉及一种基于时序建模和提示微调的多模态目标跟踪方法及系统，该方法包括：构建多模态目标跟踪网络模型，包括可见光分支、红外光分支及多模态时间提示器、跨模态帧内双适配器和边界框预测头，每个分支包括时空Transformer编码器和时间提示引导器；时空Transformer编码器用于特征提取，时间提示引导器用于向后续帧传递时间信息，多模态时间提示器用于增强主导模态的时间提示，跨模态帧内双适配器用于融合双分支的模态空间特征，边界框预测头用于预测跟踪结果；对模型进行训练，在训练过程中仅更新时间提示引导器、多模态时间提示器和跨模态帧内双适配器的参数；将训练好的模型应用于多模态目标跟踪。该方法及系统能够提高目标跟踪的准确性、鲁棒性和效率。

本发明授权基于时序建模和提示微调的多模态目标跟踪方法及系统在权利要求书中公布了：1.一种基于时序建模和提示微调的多模态目标跟踪方法，其特征在于，包括以下步骤： 1从多模态目标跟踪数据集中获取可见光和红外光两种模态的视频序列，每种模态的视频序列均由多个模板图像帧和搜索图像帧组成，处理形成模板图像Token序列和搜索图像Token序列并与时间提示Token组成用于模型训练的训练数据； 2构建双流架构的多模态目标跟踪网络模型，所述多模态目标跟踪网络模型包括可见光分支、红外光分支以及多模态时间提示器、跨模态帧内双适配器和边界框预测头，每个分支均包括时空Transformer编码器和时间提示引导器；其中，时空Transformer编码器用于特征提取，时间提示引导器基于时空Transformer编码器提取的特征向边界框预测头传递时空特征以及向后续帧传递历史时间信息，多模态时间提示器通过融合两种模态的时间提示Token增强主导模态的时间提示Token，跨模态帧内双适配器用于在双分支之间进行模态空间特征的自适应融合，边界框预测头根据输入的视觉特征预测跟踪结果； 以步骤1得到的训练数据对多模态目标跟踪网络模型进行训练，优化模型参数；在训练过程中，仅更新时间提示引导器、多模态时间提示器和跨模态帧内双适配器的参数； 3将训练好的多模态目标跟踪网络模型应用于多模态目标跟踪； 以可见光的时间提示Token为主导模态，所述多模态时间提示器的处理过程表示如下： 其中，表示空间显著性操作后得到的可见光的时间提示Token，Fovea·表示空间显著性操作，Conv·表示1×1卷积操作，表示可见光分支的时间提示引导器得到的可见光的时间提示Token，表示红外光分支的时间提示引导器得到的红外光的时间提示Token，表示增强后的时间提示Token，Flatten·表示展平操作； 所述跨模态帧内双适配器包括两个适配器块，每个适配器块分别由下全连接层、GELU和上全连接层构成，将两个适配器块分别插入到两个分支的时空Transformer编码器之间，与时空Transformer编码器中的多头注意力机制及多层感知机操作并行；冻结预训练的时空Transformer编码器的参数，只更新优化适配器块的参数。

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厦门理工学院，其通讯地址为：361024 福建省厦门市集美区理工路600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。