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(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中國人民解放軍國防科技大學(xué)申請的專利用于目標(biāo)跟蹤的知識蒸餾方法及系統(tǒng)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：CN119648748B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-20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：202510163448.3，技術(shù)領(lǐng)域涉及：G06T7/246；該發(fā)明授權(quán)用于目標(biāo)跟蹤的知識蒸餾方法及系統(tǒng)是由羅來龍;潘永淇;朱承;朱先強(qiáng);張千楨;張勝設(shè)計(jì)研發(fā)完成，并于2025-02-14向國家知識產(chǎn)權(quán)局提交的專利申請。

本用于目標(biāo)跟蹤的知識蒸餾方法及系統(tǒng)在說明書摘要公布了：本發(fā)明提供了一種用于目標(biāo)跟蹤的知識蒸餾方法及系統(tǒng)，涉及目標(biāo)跟蹤技術(shù)領(lǐng)域。通過基于掩膜的特征蒸餾，從教師模型的特征融合層中提取空間注意力和通道注意力，生成注意力掩膜，并將注意力掩膜與學(xué)生模型的特征圖相乘；基于上下文自適應(yīng)學(xué)習(xí)的方式，通過多層感知器自適應(yīng)地集成教師模型各層的空間和特征知識以使學(xué)生模型能夠根據(jù)網(wǎng)絡(luò)的不同深度自適應(yīng)地調(diào)整學(xué)習(xí)重點(diǎn)；通過相關(guān)距離監(jiān)督進(jìn)行蒸餾，采用正仿射變換將教師模型和學(xué)生模型的回歸框預(yù)測投影到概率分布空間中，并通過評估概率分布的相關(guān)距離來監(jiān)督教師模型和學(xué)生模型之間的能力差距。實(shí)現(xiàn)了在目標(biāo)跟蹤的過程中提升通用性，并且優(yōu)于現(xiàn)有基線的性能的技術(shù)效果。

本發(fā)明授權(quán)用于目標(biāo)跟蹤的知識蒸餾方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種用于目標(biāo)跟蹤的知識蒸餾方法，其特征在于，包括：在跟蹤視頻內(nèi)容中基于掩膜的特征蒸餾，從教師模型的特征融合層中提取空間注意力和通道注意力，生成注意力掩膜，并將所述注意力掩膜與學(xué)生模型的特征圖相乘，以增強(qiáng)學(xué)生模型對目標(biāo)區(qū)域的聚焦能力并減少低分辨率干擾；基于上下文自適應(yīng)學(xué)習(xí)的方式，通過多層感知器自適應(yīng)地集成教師模型各層的空間和特征知識以使學(xué)生模型能夠根據(jù)網(wǎng)絡(luò)的不同深度自適應(yīng)地調(diào)整學(xué)習(xí)重點(diǎn)；通過相關(guān)距離監(jiān)督進(jìn)行蒸餾，采用正仿射變換將教師模型和學(xué)生模型的回歸框預(yù)測投影到概率分布空間中，并通過評估概率分布的相關(guān)距離來監(jiān)督教師模型和學(xué)生模型之間的能力差距；其中，所述基于掩膜的特征蒸餾，從教師模型的特征融合層中提取空間注意力和通道注意力，生成注意力掩膜，并將所述注意力掩膜與學(xué)生模型的特征圖相乘的步驟，包括：獲取教師模型和學(xué)生模型，對教師模型和學(xué)生模型的特征圖進(jìn)行對齊，確保學(xué)生模型的特征圖與教師模型的特征圖大小一致；從所述教師模型的特征融合層中提取空間注意力和通道注意力以生成注意力掩膜；將所述注意力掩膜與所述教師模型和所述學(xué)生模型的特征圖相乘；其中，所述基于上下文自適應(yīng)學(xué)習(xí)的方式，通過多層感知器自適應(yīng)地集成教師模型各層的空間和特征知識以使學(xué)生模型能夠根據(jù)網(wǎng)絡(luò)的不同深度自適應(yīng)地調(diào)整學(xué)習(xí)重點(diǎn)的步驟，包括：基于上下文自適應(yīng)學(xué)習(xí)的方式對教師模型和學(xué)生模型的特征圖進(jìn)行多尺度池化，以分為淺層、中層和深層特征；通過多層感知器自適應(yīng)地集成教師模型各層的空間和特征知識；調(diào)整學(xué)生模型的學(xué)習(xí)重點(diǎn)以使所述學(xué)生模型可以根據(jù)教師模型中各層的空間和特征知識自適應(yīng)地調(diào)整；其中，所述通過相關(guān)距離監(jiān)督進(jìn)行蒸餾，采用正仿射變換將教師模型和學(xué)生模型的回歸框預(yù)測投影到概率分布空間中，并通過評估概率分布的相關(guān)距離來監(jiān)督教師模型和學(xué)生模型之間的能力差距的步驟，包括：采用皮爾遜距離作為度量，評估教師模型和學(xué)生模型在概率分布空間中的相關(guān)距離；結(jié)合所述相關(guān)距離并采用正仿射變換將教師模型和學(xué)生模型的回歸框預(yù)測投影到概率分布空間中；在所述概率分布空間中通過類間位置相關(guān)性和類內(nèi)位置相關(guān)性監(jiān)督教師模型和學(xué)生模型之間的能力差距。

如需購買、轉(zhuǎn)讓、實(shí)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)人中國人民解放軍國防科技大學(xué)，其通訊地址為：410073 湖南省長沙市開福區(qū)德雅路109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)”。