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！

龙图腾网获悉西安理工大学申请的专利基于遗忘曲线模板更新的孪生网络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：CN117058202B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202310818653.X，技术领域涉及：G06T7/33；该发明授权基于遗忘曲线模板更新的孪生网络目标跟踪方法是由鲁晓锋;闫昭玉;李高祥;刘家铭;许靖波;闫梓轩;姬文江;李晓花;贾萌;王杏萍设计研发完成，并于2023-07-05向国家知识产权局提交的专利申请。

本基于遗忘曲线模板更新的孪生网络目标跟踪方法在说明书摘要公布了：本发明公开了基于遗忘曲线模板更新的孪生网络目标跟踪方法，具体为：构建整体网络，对整体网络结构进行训练；使用训练好的整体网络对即将进行跟踪的视频图像序列进行初始化跟踪处理，得到本次跟踪任务的初始目标模板与目标的初始位置信息；开始跟踪流程，视频图像序列的每一帧将计算出一个目标在图像中的位置，并在图像中对应处显示出来，得到跟踪结果响应图；使用双层模板更新阈值判断机制判断当前跟踪结果是否可靠，若可靠则更新模板，若不可靠则不更新模板；重复上述过程，直至跟踪完毕所有视频图像序列，跟踪任务结束。本发明方法解决现有技术中存在的对于目标跟踪过程中物体外表形变鲁棒性较差的问题以及进行模板更新导致模板被污染的问题。

本发明授权基于遗忘曲线模板更新的孪生网络目标跟踪方法在权利要求书中公布了：1.基于遗忘曲线模板更新的孪生网络目标跟踪方法，其特征在于，具体按照以下步骤实施： 步骤1，构建整体网络，并对整体网络结构进行端到端的训练； 步骤2，使用步骤1训练好的整体网络对即将进行跟踪的视频图像序列进行初始化跟踪处理，得到本次跟踪任务的初始目标模板与目标的初始位置信息； 步骤3，得到步骤2的初始目标模板后，开始跟踪流程，视频图像序列的每一帧将计算出一个目标在图像中的位置，并在图像中对应处显示出来，得到跟踪结果响应图； 步骤3的具体过程为： 步骤3.1，提取深度特征： 以图像视频序列的上一帧跟踪结果中的目标坐标为中心，截取出搜索区域，并将搜索区域裁剪成patch传入特征提取网络提取出搜索区域的深度特征，得到搜索图X； 步骤3.2，基于遗忘曲线以及模板融合的模板更新： 步骤3.2.1，遗忘曲线： 将初始模板Z-initial和当前模板Z-c送入FCM模块，首先计算遗忘曲线的保留值，具体计算公式如下： 其中示百分比的保留率，t表示时间，以帧为单位，c和k为常数； 步骤3.2.2，模板融合： 在经过特征提取之后，将得到初始模板Z-initial、历史模板Z-h和当前模板Z-c传入FCM模块进行多模板融合操作； 在第一帧模板初始化阶段，将初始模板赋值给当前模板Z-c、历史模板Z-h和初始模板Z-initial，并通过遗忘曲线机制赋予三个模板权重，再将三者堆叠在一起经过进行模板融合得到跟踪模板Z，公式如下： ++ 式中，为初始模板，为历史模板，为当前模板，表示最优参数； 步骤3.2.3，计算跟踪结果： 最后，通过跟踪模板Z与搜索图X互相关得到响应图，具体计算公式如下： 式中，表示特征嵌入函数，bII表示每个位置对应的值，表示互相关操作； 步骤4，得到步骤3的跟踪结果响应图后，使用双层模板更新阈值判断机制判断当前跟踪结果是否可靠，若可靠则更新模板，若不可靠则不更新模板； 步骤5，重复步骤3~步骤4，直至跟踪完毕所有视频图像序列，跟踪任务结束。

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西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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。