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！

龙图腾网恭喜闽南师范大学申请的专利一种聚焦关键信息的目标感知Transformer无人机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：CN119068370B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411563870.X，技术领域涉及：G06V20/17；该发明授权一种聚焦关键信息的目标感知Transformer无人机跟踪方法是由林淑彬;吴贵山;李中旭设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本一种聚焦关键信息的目标感知Transformer无人机跟踪方法在说明书摘要公布了：本申请提出一种聚焦关键信息的目标感知Transformer无人机跟踪方法。首先构建一个集成了特征学习和目标搜索的单流跟踪框架，提高令牌之间的信息交互；然后构建一个自适应关系建模机制，对目标模板令牌和搜索区域令牌进行关系建模并划分类型标记，提前终止标记为背景的令牌的后续推理和学习，进而关注重点区域的关键信息；最后构建一个多层特征聚合模块，保留目标的细节特征从而进一步加强特征表示的判别力，最终通过预测头输出目标二维特征图。本方法在UAV123、DTB70、UavDrak135无人机跟踪基准上的实验表明达到了较优越的性能。

本发明授权一种聚焦关键信息的目标感知Transformer无人机跟踪方法在权利要求书中公布了：1.一种聚焦关键信息的目标感知Transformer无人机跟踪方法，其特征在于；首先，构建一个集成了特征学习和目标搜索的单流跟踪框架，提高令牌之间的信息交互；其次，构建一个自适应关系建模机制，对目标模板令牌和搜索区域令牌进行关系建模并划分类型标记，提前终止标记为背景的令牌的后续推理和学习，进而关注重点区域的关键信息；最后，构建一个多层特征聚合模块，保留目标的细节特征从而进一步加强特征表示的判别力，最终通过预测头输出目标二维特征图；所述单流跟踪框架为基于ViT的单流跟踪框架，其步骤为：1、将目标模板设定为Z，其公式为将搜索图像设定为X，其公式为：目标模板图像Z以目标对象为中心，搜索图像X代表包含目标的后续帧中区域的图像；然后将目标模板和搜索图像通过补丁嵌入层进行分割并平展成图像块序列，然后经过可训练的线性投影层E·，产生K个令牌，其公式为其中，D是每个令牌的嵌入维数，这些令牌输入到编码器中，设为第l层的Transformer块，则令牌通过第l层Transformer解码器输出为：来自最后一个编码器层的输出搜索令牌被解耦并重新按照它们的原始空间位置重新形状为一个二维特征图；所述自适应关系建模机制在多层感知器层中分配一个神经元来完成关系建模，然后令牌嵌入的关系信息合并到单流主干跟踪网络中；所述输入的令牌分为两类，分别为目标令牌Ct和背景令牌Cb，对l层k处的令牌，自适应关系建模机制计算其分类概率得分由下公式定义：所述B·是通过Transformer的多层感知器层的关系建模操作；将二维特征图作为目标边界框预测的卷积头部的输入，通过一个由多个卷积层-批量归一化层-激活函数层组成完全基于卷积网络的预测头直接估计目标的边界框，产生目标分类得分局部偏移以及归一化边界框大小目标位置由最高分类分数确定：xc,yc＝argmaxx,ypx,y；并且通过以下公式估计最终目标边界框[xt,yt；w,h]＝[xc,yc+oxc,yc；sxc,yc]；对于跟踪任务，引入加权焦点损失进行目标分类，并采用损失和进行边界框回归；总损失函数为：所述跟踪方法的算法如下：1输入第一帧目标初始化模板和搜索图像2将输入图像和目标分割平展成K个图像块，通过图像嵌入操作公式：为每个图像块生成令牌嵌入；3初始化每个令牌的分类4通过公式算出每个令牌在l层的分类概率；5对于类别分类为背景的令牌，通过公式得分超过1-∈的令牌赋值为零；6通过特征聚合模块将每层标记为目标的令牌特征进行聚合；7将最后一个编码器层的输出解耦并重新按照它们的原始空间位置重新形状为一个二维特征图；8通过预测头公式：xc,yc＝argmaxx,ypx,y，得出目标位置及预测边界框；9如果是最后一帧则停止算法；否则重复执行步骤3～8；10返回跟踪结果。

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闽南师范大学，其通讯地址为：363000 福建省漳州市县前直街36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”。