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！

龙图腾网获悉燕山大学申请的专利一种基于MCU的单目标追踪系统及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：CN119625019B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411676893.1，技术领域涉及：G06T7/246；该发明授权一种基于MCU的单目标追踪系统及方法是由李江昊;袁文杰;苗于栋;马震;彭丹设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本一种基于MCU的单目标追踪系统及方法在说明书摘要公布了：本发明公开了一种基于MCU的单目标追踪系统及方法，属于目标追踪领域，追踪系统包括摄像装置和用户交互装置，摄像装置上连接设置有若干片MCU，MCU上布置有神经网络，使用追踪系统获取模版图像；输出模版图像特征；获取实例图像并对实例图像进行数据前处理；输出实例图像特征；将模版图像特征和实例图像特征输入图像融合网络进行运算得到未未经处理的预测数据；进行置信度数据后处理；进行位置数据后处理，得到预测的标定框，根据新的标定框重新确定下一帧的实例图像，完成对目标的追踪；进行插帧操作完成追踪。本发明在MCU设备上部署孪生网络的问题，使得在牺牲少部分性能级基础上，大幅削减部署成本，进一步提高用户隐私数据的保护。

本发明授权一种基于MCU的单目标追踪系统及方法在权利要求书中公布了：1.一种基于MCU的单目标追踪系统，包括摄像装置和用户交互装置，其特征在于：摄像装置上连接设置有若干片MCU，若干片MCU上布置有神经网络，神经网络包括图像特征融合网络，图像特征融合网络的输入层上连接设置有模版图像特征提取网络和实例图像特征提取网络，图像特征融合网络的输出层上连接设置有置信度输出头和位置信息输出头；若干片MCU为与摄像装置并联的算法运行MCU和主控MCU，主控MCU上连接设置有用户交互装置；算法运行MCU上部署有模块图像特征提取网络、实例图像特征提取网络和通过输入层与两个提取网络相连的图像特征融合网络，主控MCU上部署有与图像特征融合网络输出层相连的置信度输出头和位置信息输出头；图像特征融合网络为两个并行的卷积注意力CBAM模块，每个CBAM模块首先会利用两个独立的卷积层进一步提取模版图像与实例图像的特征，进一步提取完成后将三维的图像特征通过压缩后两个维度的方法压缩成为二维的图像特征矩阵，之后将模版图像与实例图像的特征矩阵相乘再还原为三维的图像特征，得到各个特征的维度后，再依次通过平均池化层，两个卷积层，sigmoid运算后得到每个特征的权重，最后对通道进行加权，得到最终的运算结果；系统的具体追踪方法步骤如下：步骤1：获取模版图像并对模版图像进行数据前处理；处理后输入模版图像特征提取网络输出模版图像特征； 步骤2：获取实例图像并对实例图像进行数据前处理；处理后输入实例图像特征提取网络输出实例图像特征； 步骤3：将模版图像特征和实例图像特征输入图像融合网络进行运算得到未未经处理的预测数据； 步骤4：进行置信度数据后处理； 步骤4.1：对数据前处理后的实例图像划分锚点，对锚点进行标号；每个锚点都包含置信度数据和位置信息数据； 步骤4.2：置信度输出数据为256x2的双通道数据，置信度的数据为经过softmax函数处理后的第二个通道的数据，将第i个锚点上的置信度记为ci 步骤5：进行位置数据后处理，得到预测的标定框，根据新的标定框重新确定下一帧的实例图像，从而进行循环完成对目标的追踪；步骤5.1：通过计算每个锚点的数据通道数据，得到标定框在经过数据前处理后的实例图像中的位置，计算公式如下： 其中x1，y1为预测的标定框左上角坐标的横坐标与纵坐标，x2，y2为标定框右下角坐标的横纵坐标，xa，ya为锚点所在位置的横坐标与纵坐标，v1、v2、v3、v4分别为锚点位置通道的数据； 步骤5.2：依次计算每个锚点的可信系数p. 为了便于表达约定szw,h运算与changex运算为如下的计算方式： 可信系数p的计算公式如下： 其中，p为可信系数，ps为边框可信系数，pr为比例可信系数，λ为数据前处理中得到的变化系数；w,h为上一帧计算得到的标定框的宽与高；pk为可修改的超参数； 步骤5.3：根据每个锚点的置信度以及可信系数，计算修正后的可信系数p'： '＝c×p1-l+w×l 其中，c为第i个锚点上的置信度，p为第i个锚点上的可信系数，l为窗的影响系数，w是所加二维矩阵中锚点对应位置的数值； 步骤5.4：取修正后的可信参数最大的锚点上的位置信息，作为预测结果,并根据选出的锚点位置获得更新系数，更新系数计算公式如下： γ＝c×p×l 其中γ为更新系数，c为选出的锚点置信度，p为选出的锚点可信系数，l为更新系数，是个超参数； 步骤5.5：更新标定框的信息，标定框的表示方式在本方法中为标定框的中心以及宽高，标定框更新的公式如下： 式中x'，y'，w'，h'为更新后标定框中心点坐标以及宽高，x，y，w，h为更新前坐标，γ为更新系数，x，y为选出锚点所预测的标定框左上角坐标的横坐标与纵坐标与右下角坐标的横纵坐标； 步骤5.6：对预测坐标进行映射，将被预测结果中的模版图像坐标投影回到原图坐标，投影公式如下： 式中，式中xcr'，ycr'，wr'，hr'为映射回原图像的标定框中心点坐标以及宽高，xc'，yc'，w'，h'为更新后标定框中心点坐标以及宽高，λ为数据前处理中记录的变化系数 步骤6：进行插帧操作。

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燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街438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。