恭喜中国科学院长春光学精密机械与物理研究所刘晶红获国家专利权
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!
龙图腾网恭喜中国科学院长春光学精密机械与物理研究所申请的专利基于分层注意力策略的图像目标跟踪方法、装置、设备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:CN116740134B 。
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:202310432170.6,技术领域涉及:G06T7/246;该发明授权基于分层注意力策略的图像目标跟踪方法、装置、设备是由刘晶红;刘发学;陈琪琪;王宣;刘成龙设计研发完成,并于2023-04-20向国家知识产权局提交的专利申请。
本基于分层注意力策略的图像目标跟踪方法、装置、设备在说明书摘要公布了:本发明涉及计算机视觉领域,具体提供一种基于分层注意力策略的图像目标跟踪方法、装置、设备,通过通道全局上下文注意力机制和Transformer多层特征增强机制两者组成的HAS模块的引入,使得算法模型能够从尽可能多的特征层级上应用到深层语义特征和浅层空间特征的优势,突破传统的卷积神经网络的感受野的限制,实现多层特征增强。同时,也解决了其他基于孪生神经网络的跟踪器没有充分利用不同层次深浅层特征信息的问题,平衡利用了深浅层的特征信息,在有效利用浅层信息帮助确定目标瞄框位置的同时增强深层语义信息帮助网络更好地完成各个像素位置前景与背景二元属性的判断。实现实时检测的同时,在大幅度提升目标跟踪进度与成功率。
本发明授权基于分层注意力策略的图像目标跟踪方法、装置、设备在权利要求书中公布了:1.一种基于分层注意力策略的图像目标跟踪方法,其特征在于,包括:对孪生神经网络的目标模板和搜索区域的两个分支的输入图像进行归一化处理得到归一化图像;将所述归一化图像输入残差网络进行特征提取得到最后三层的特征块;将所述最后三层的特征块分层输入分层注意力模块进行通道调整得到的具有目标通道数的三个特征块,所述分层注意力模块具有三个独立的通道上下文注意力模块;所述分层注意力模块采用典型关联分析CCA模块,所述将所述最后三层的特征块分层输入分层注意力模块进行通道调整得到的具有目标通道数的三个特征块,包括:将所述最后三层的特征块分层输入所述CCA模块,所述CCA模块通过将输入特征块的特征图谱A重塑得到维度为CxN的三个新的图谱,转置所述三个新的图谱中任一个图谱得到AT,对得到的AT和另一个重塑后的特征图谱进行矩阵乘法,得到维度为C×C的注意力图谱X,所述注意力图谱X通过softmax层得到注意力得分图谱;通过XT和另一个维度为CxN的特征图谱A矩阵相乘的过程,根据不同的注意力得分将注意力打分的过程应用于不同的通道,将结果恢复为原来的维度,得到注意力优化特征图谱O,过程中参与计算的注意力图谱表示为(1): 1将输出注意力优化特征图谱O和特征图谱A通过通道级联的方式融合在一起,通过1*1的卷积过程得到最终的输出特征图E,过程用等式(2)表示: 2利用所述CCA模块通过对通道维度的全局上下文信息进行全局建模,使用自注意力机制捕获任意两个通道图之间的通道依赖关系,并使用所有通道的加权和更新每个通道图,完成了源输入数据通道维度的优化;调整各个特征块通道维度的过程中,采用多层卷积层的维度调整策略,将通道级联后的三层特征块的通道数统一调整为目标通道;将所述三个特征块分级输入Transformer多层特征增强机制模块输出得到目标模板和搜索区域两个分支对应的所述三个特征块分别合并降低尺度得到目标尺度特征块;对所述目标尺度特征块进行深度可分离互相关操作处理得到响应图;将所述响应图输入分类回归预测头得到目标跟踪结果。
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中国科学院长春光学精密机械与物理研究所,其通讯地址为:130033 吉林省长春市经济技术开发区东南湖大路3888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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。