買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國科學院長春光學精密機械與物理研究所申請的專利基于分層注意力策略的圖像目標跟蹤方法、裝置、設備獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116740134B 。

龍圖騰網通過國家知識產權局官網在2025-04-01發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310432170.6，技術領域涉及：G06T7/246；該發明授權基于分層注意力策略的圖像目標跟蹤方法、裝置、設備是由劉晶紅;劉發學;陳琪琪;王宣;劉成龍設計研發完成，并于2023-04-20向國家知識產權局提交的專利申請。

本基于分層注意力策略的圖像目標跟蹤方法、裝置、設備在說明書摘要公布了：本發明涉及計算機視覺領域，具體提供一種基于分層注意力策略的圖像目標跟蹤方法、裝置、設備，通過通道全局上下文注意力機制和Transformer多層特征增強機制兩者組成的HAS模塊的引入，使得算法模型能夠從盡可能多的特征層級上應用到深層語義特征和淺層空間特征的優勢，突破傳統的卷積神經網絡的感受野的限制，實現多層特征增強。同時，也解決了其他基于孿生神經網絡的跟蹤器沒有充分利用不同層次深淺層特征信息的問題，平衡利用了深淺層的特征信息，在有效利用淺層信息幫助確定目標瞄框位置的同時增強深層語義信息幫助網絡更好地完成各個像素位置前景與背景二元屬性的判斷。實現實時檢測的同時，在大幅度提升目標跟蹤進度與成功率。

本發明授權基于分層注意力策略的圖像目標跟蹤方法、裝置、設備在權利要求書中公布了：1.一種基于分層注意力策略的圖像目標跟蹤方法，其特征在于，包括：對孿生神經網絡的目標模板和搜索區域的兩個分支的輸入圖像進行歸一化處理得到歸一化圖像；將所述歸一化圖像輸入殘差網絡進行特征提取得到最后三層的特征塊；將所述最后三層的特征塊分層輸入分層注意力模塊進行通道調整得到的具有目標通道數的三個特征塊，所述分層注意力模塊具有三個獨立的通道上下文注意力模塊；所述分層注意力模塊采用典型關聯分析CCA模塊，所述將所述最后三層的特征塊分層輸入分層注意力模塊進行通道調整得到的具有目標通道數的三個特征塊，包括：將所述最后三層的特征塊分層輸入所述CCA模塊，所述CCA模塊通過將輸入特征塊的特征圖譜A重塑得到維度為CxN的三個新的圖譜，轉置所述三個新的圖譜中任一個圖譜得到AT，對得到的AT和另一個重塑后的特征圖譜進行矩陣乘法，得到維度為C×C的注意力圖譜X，所述注意力圖譜X通過softmax層得到注意力得分圖譜；通過XT和另一個維度為CxN的特征圖譜A矩陣相乘的過程，根據不同的注意力得分將注意力打分的過程應用于不同的通道，將結果恢復為原來的維度，得到注意力優化特征圖譜O，過程中參與計算的注意力圖譜表示為（1）: 1將輸出注意力優化特征圖譜O和特征圖譜A通過通道級聯的方式融合在一起，通過1*1的卷積過程得到最終的輸出特征圖E，過程用等式（2）表示： 2利用所述CCA模塊通過對通道維度的全局上下文信息進行全局建模，使用自注意力機制捕獲任意兩個通道圖之間的通道依賴關系，并使用所有通道的加權和更新每個通道圖，完成了源輸入數據通道維度的優化；調整各個特征塊通道維度的過程中，采用多層卷積層的維度調整策略，將通道級聯后的三層特征塊的通道數統一調整為目標通道；將所述三個特征塊分級輸入Transformer多層特征增強機制模塊輸出得到目標模板和搜索區域兩個分支對應的所述三個特征塊分別合并降低尺度得到目標尺度特征塊；對所述目標尺度特征塊進行深度可分離互相關操作處理得到響應圖；將所述響應圖輸入分類回歸預測頭得到目標跟蹤結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國科學院長春光學精密機械與物理研究所，其通訊地址為：130033 吉林省長春市經濟技術開發區東南湖大路3888號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。