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！

龙图腾网恭喜浙江师范大学;温州大学大数据与信息技术研究院申请的专利一种基于特征互补融合与关键帧模板更新的目标跟踪算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：CN119380045B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202411942481.8，技术领域涉及：G06V10/62；该发明授权一种基于特征互补融合与关键帧模板更新的目标跟踪算法是由赵丽;范晨翔;郑忠龙;张笑钦设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种基于特征互补融合与关键帧模板更新的目标跟踪算法在说明书摘要公布了：本发明公开了一种基于特征互补融合与关键帧模板更新的目标跟踪算法，其涉及图像处理技术领域。包括：构建使用基于关键帧的模板更新策略的目标跟踪模型，将模板帧和搜索帧输入目标跟踪模型，提取模板特征和搜索特征；在模板特征和搜索特征的每个通道独立地进行卷积，得到局部特征；获取模板特征和搜索特征各自对应的全局信息；获取模板特征对应的全局信息和搜索特征对应的全局信息之间的相似度，并将模板特征、搜索特征和相似度进行融合；确认融合特征中每个像素所在位置是前景还是背景，预测融合特征中跟踪目标的边界框位置。本发明不仅考虑了局部特征，还考虑到前层注意力机制结果在后续注意力操作的影响作用，进而提高目标跟踪的准确性。

本发明授权一种基于特征互补融合与关键帧模板更新的目标跟踪算法在权利要求书中公布了：1.一种基于特征互补融合与关键帧模板更新的目标跟踪算法，其特征在于，包括：构建互补特征提取模块，所述互补特征提取模块由两个分支组成，每个分支包括通道方向上的卷积网络和残差注意力机制；在互补特征提取模块每个分支的输入端之前增添卷积神经网络，互补特征提取模块的输出端连接残差交叉注意力机制的输入端；残差交叉注意力机制的输出端连接包括分类分支和回归分支的边界框预测模块，以构建目标跟踪模型，所述目标跟踪模型使用基于关键帧的模板更新策略；获取具有跟踪目标的视频，将视频按帧切分，将具有跟踪目标的视频第一帧作为模板帧，视频第一帧的后续帧作为搜索帧；将模板帧和搜索帧输入目标跟踪模型，通过第一分支的卷积神经网络提取模板帧的模板特征，通过第一分支中通道方向上的卷积网络在模板特征的每个通道上独立地进行卷积，并对卷积的动态权值使用最大值平滑处理，得到模板特征对应的局部特征；通过第一分支中的残差注意力机制确定模板特征对应的局部特征和前层注意力机制结果在后续注意力操作的比重，得到模板特征对应的全局信息；通过第二分支的卷积神经网络提取搜索帧的搜索特征，通过第二分支中通道方向上的卷积网络在搜索特征的每个通道上独立地进行卷积，并对卷积的动态权值使用最大值平滑处理，得到搜索特征对应的局部特征；通过第二分支中的残差注意力机制确定搜索特征对应的局部特征和前层注意力机制结果在后续注意力操作的比重，得到搜索特征对应的全局信息；通过交叉注意力机制获取模板特征对应的全局信息和搜索特征对应的全局信息之间的相似度，并将模板特征、搜索特征和相似度进行融合，得到融合特征；通过边界框预测模块中的回归分支确认融合特征中每个像素所在位置是前景还是背景，通过边界框预测模块中的分类分支预测融合特征中跟踪目标的边界框位置；其中，通过边界框预测模块中的回归分支确认融合特征中每个像素所在位置是前景还是背景，通过边界框预测模块中的分类分支预测融合特征中跟踪目标的边界框位置，公式表示为： 其中，表示用于分类的前向传播网络，表示用于边界框回归的前向传播网络，表示长、宽为Hx,Wx搜索图像中每个像素的分类概率，代表长、宽为Hx,Wx搜索图像中每个像素的回归概率，pf,pb表示该位置是前景还是背景的概率，l,t,r,b表示该像素位置到边界框四面的距离。

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浙江师范大学;温州大学大数据与信息技术研究院，其通讯地址为：321004 浙江省金华市迎宾大道688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”。