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！

龙图腾网获悉山东工商学院申请的专利基于最小熵准则更新的跟踪方法、系统、电子设备及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：CN116703976B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202310698938.4，技术领域涉及：G06T7/246；该发明授权基于最小熵准则更新的跟踪方法、系统、电子设备及介质是由相忠良;陈耿;安志勇;于祥茹;杨焕海设计研发完成，并于2023-06-14向国家知识产权局提交的专利申请。

本基于最小熵准则更新的跟踪方法、系统、电子设备及介质在说明书摘要公布了：本发明公开一种基于最小熵准则更新的跟踪方法、系统、电子设备及介质，涉及目标跟踪领域，该方法包括：获取待跟踪视频图像；确定初始帧中跟踪目标的位置；确定帧图像跟踪序列的目标特征向量；确定跟踪目标的位置；确定第t帧图像的特征向量；确定第t帧图像的多个跟踪目标的预测框和对应的预测分数；确定待更新的模板；当第t帧图像为帧图像跟踪序列的最后一帧图像，获取帧图像跟踪序列的第t+1帧图像，并将第t+1帧图像作为第t帧图像，当第t帧图像为帧图像跟踪序列的最后一帧图像时，得到跟踪结果。本发明能够在跟踪遇到遮挡、光照变化时提高对目标跟踪的效果。

本发明授权基于最小熵准则更新的跟踪方法、系统、电子设备及介质在权利要求书中公布了：1.一种基于最小熵准则更新的跟踪方法，其特征在于，所述跟踪方法包括： 获取由待跟踪视频图像组成的帧图像跟踪序列； 从所述帧图像跟踪序列的预设的初始帧中确定跟踪目标的位置，得到初始帧目标位置； 根据所述初始帧目标位置，应用卷积神经网络，确定帧图像跟踪序列的目标特征向量； 从所述帧图像跟踪序列的第t帧图像中确定所述跟踪目标的位置，得到第t帧图像的目标位置； 根据所述第t帧图像的目标位置，应用卷积神经网络，确定第t帧图像的特征向量； 将所述目标特征向量和所述第t帧图像的特征向量输入特征融合网络，得到第t帧图像的多个所述跟踪目标的预测框和各所述预测框对应的预测分数； 根据预设的分数阈值和各所述预测框对应的预测分数判断第t帧图像中是否有满足条件的预测框作为第t帧图像对应的高置信度模板； 当第t帧图像中没有满足条件的预测框作为第t帧图像对应的高置信度模板时，获取所述帧图像跟踪序列的第t+1帧图像，并将所述第t+1帧图像作为第t帧图像，返回步骤“从所述帧图像跟踪序列的第t帧图像中确定所述跟踪目标的位置，得到第t帧图像的目标位置”； 当第t帧图像中有满足条件的预测框作为第t帧图像对应的高置信度模板时，根据第t帧图像对应的高置信度模板的最小熵比率和动态标记模板的最小熵比率，确定待更新的模板，并对所述动态标记模板进行更新；所述动态标记模板由所述帧图像跟踪序列的前t‑1帧图像确定的高置信度模板组成； 判断所述第t帧图像是否为所述帧图像跟踪序列的最后一帧图像； 当所述第t帧图像不是所述帧图像跟踪序列的最后一帧图像时，根据所述待更新的模板，应用卷积神经网络，确定待更新的特征向量，并将所述待更新的特征向量与所述目标特征向量进行融合，得到更新后的目标特征向量，获取所述帧图像跟踪序列的第t+1帧图像，并将所述第t+1帧图像作为第t帧图像，返回步骤“从所述帧图像跟踪序列的第t帧图像中确定所述跟踪目标的位置，得到第t帧图像的目标位置”； 当所述第t帧图像为所述帧图像跟踪序列的最后一帧图像时，得到跟踪结果；所述跟踪结果为待跟踪视频图像中所述跟踪目标的在各帧图像中的位置。

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山东工商学院，其通讯地址为：264005 山东省烟台市莱山区滨海中路191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。