買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜哈爾濱工業(yè)大學(xué)申請的專利基于多尺度特征聚合增強的遙感圖像目標(biāo)跟蹤方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116777953B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310650409.7，技術(shù)領(lǐng)域涉及：G06T7/246；該發(fā)明授權(quán)基于多尺度特征聚合增強的遙感圖像目標(biāo)跟蹤方法是由施天俊;胡建明;鞏晉南;智喜洋;張鵬飛;鮑廣震;張偉設(shè)計研發(fā)完成，并于2023-06-03向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于多尺度特征聚合增強的遙感圖像目標(biāo)跟蹤方法在說明書摘要公布了：本發(fā)明公開了一種基于多尺度特征聚合增強的遙感圖像目標(biāo)跟蹤方法，所述方法包括如下步驟：步驟1：使用基于編碼?解碼結(jié)構(gòu)的特征提取網(wǎng)絡(luò)輸出高分辨率特征圖，特征圖下采樣級為原始圖像的4倍；步驟2：使用多尺度特征聚合模塊規(guī)整并聚合步驟1中高分辨率特征圖中的多尺度特征，輸出規(guī)整后特征圖；步驟3：對于步驟2規(guī)整后的特征圖，通過跨域注意力增強模塊從三路分支捕獲空間、通道維度之間的依賴關(guān)系，實現(xiàn)對特征圖的增強；步驟4：基于增強后的特征圖預(yù)測目標(biāo)位置、尺寸、偏移等信息，通過匹配算法實現(xiàn)目標(biāo)軌跡輸出。該方法可以規(guī)整增強不同尺度下的有效特征，減少虛警源干擾，實現(xiàn)復(fù)雜場景下的目標(biāo)跟蹤。

本發(fā)明授權(quán)基于多尺度特征聚合增強的遙感圖像目標(biāo)跟蹤方法在權(quán)利要求書中公布了：1.一種基于多尺度特征聚合增強的遙感圖像目標(biāo)跟蹤方法，其特征在于所述方法包括如下步驟：步驟1：使用基于編碼-解碼結(jié)構(gòu)的特征提取網(wǎng)絡(luò)輸出高分辨率特征圖，特征圖下采樣級為原始圖像的4倍；步驟2：使用多尺度特征聚合模塊規(guī)整并聚合步驟1中高分辨率特征圖中的多尺度特征，輸出規(guī)整后特征圖，具體步驟如下：步驟2-1：選用不同尺寸的可變形卷積對步驟1輸出的主干特征F1進行卷積操作，可變形卷積通過對訓(xùn)練數(shù)據(jù)的挖掘，學(xué)習(xí)位置偏移，動態(tài)調(diào)整感受野；步驟2-2：通過通道拼接操作和1×1卷積實現(xiàn)對于多尺度特征的聚合規(guī)整；步驟3：對于步驟2規(guī)整后的特征圖，通過跨域注意力增強模塊從三路分支捕獲空間、通道維度之間的依賴關(guān)系，實現(xiàn)對特征圖的增強，具體步驟如下：步驟3-1：進行沿通道維的相互依賴關(guān)系捕獲，假設(shè)輸入的規(guī)整后特征圖F2的長、寬、通道數(shù)目記為h,w,c，則第一路分支通過最大池化和平均池化提取沿通道維c的像素依賴關(guān)系，利用拼接操作得到維度為2,h,w的聚合特征圖再通過尺寸為7×7卷積調(diào)整捕獲局部空間維度信息，并且調(diào)整通道數(shù)目，得到空間維度的顯著性圖計算公式為：SC＝conv7×7[MaxPoolF2,AvePoolF2]式中，MaxPool·和AvePool·分別代表最大池化和空間池化，conv7×7·為7×7卷積；步驟3-2：第二支路和第三支路分別捕獲沿長和寬維度的相互依賴關(guān)系，其中，第二支路首先將特征圖沿h方向轉(zhuǎn)置，通過最大池化和平均池化提取沿空間維h的像素依賴關(guān)系，依次利用拼接操作、7×7卷積、沿h方向轉(zhuǎn)置得到跨維度顯著性圖第三支路則將特征圖沿w方向轉(zhuǎn)置，通過最大池化和平均池化提取沿空間維w的像素依賴關(guān)系，依次利用拼接操作、7×7卷積、沿w方向轉(zhuǎn)置得到跨維度顯著性圖步驟3-3：利用廣播機制將不同方向的跨維度顯著圖進行加和，再利用Sigmoid非線性激活函數(shù)，得到逐像素權(quán)值，生成注意力圖A，最終利用注意力圖A對輸入特征圖進行賦權(quán)，得到增強后的特征圖F3，計算公式為：F3＝F2×A＝F2×SigmoidSH+SW+SC式中，Sigmoid·為Sigmoid非線性激活函數(shù)；步驟4：基于增強后的特征圖預(yù)測目標(biāo)位置、尺寸、偏移信息，通過匹配算法實現(xiàn)目標(biāo)軌跡輸出。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人哈爾濱工業(yè)大學(xué)，其通訊地址為：150001 黑龍江省哈爾濱市南崗區(qū)西大直街92號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。