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！

龍圖騰網恭喜安徽大學申請的專利基于元學習參數轉移的可見光紅外視覺跟蹤方法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：CN114299114B 。

龍圖騰網通過國家知識產權局官網在2025-06-20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：202111625448.9，技術領域涉及：G06T7/246；該發明授權基于元學習參數轉移的可見光紅外視覺跟蹤方法是由紀晴;李成龍;王亮;張彰;鹿安東;劉亮設計研發完成，并于2021-12-28向國家知識產權局提交的專利申請。

本基于元學習參數轉移的可見光紅外視覺跟蹤方法在說明書摘要公布了：本發明公開了基于元學習參數轉移的可見光紅外視覺跟蹤方法，所述方法包括：構建多模態視覺跟蹤控制模型；將樣本輸入多模態視覺跟蹤控制模型對其進行訓練，樣本包括多個熱紅外圖像和其對應的可見光圖像形成的多個圖像對以及多個單獨的可見光圖像，訓練過程中先向模型輸入圖像對進行第一預設次數的迭代訓練，然后交替輸入單獨的可見光圖像與圖像對對模型繼續訓練第二預設次數，并且在交替訓練過程中利用圖像對進行模型訓練的時候圖像需要經過元學習器；訓練完成以后模型跟蹤，輸出預測目標位置；本發明的優點在于：彌補訓練集的不足，提升模型性能，解決現有技術因數據量有限而限制模型性能提升的問題。

本發明授權基于元學習參數轉移的可見光紅外視覺跟蹤方法在權利要求書中公布了：1.基于元學習參數轉移的可見光紅外視覺跟蹤方法，其特征在于，所述方法包括： 步驟一：構建多模態視覺跟蹤控制模型； 步驟二：將樣本輸入多模態視覺跟蹤控制模型對其進行訓練，所述樣本包括多個熱紅外圖像和其對應的可見光圖像形成的多個圖像對以及多個單獨的可見光圖像，訓練過程中先向模型輸入圖像對進行第一預設次數的迭代訓練，然后交替輸入單獨的可見光圖像與圖像對對模型繼續訓練第二預設次數，并且在交替訓練過程中利用圖像對進行模型訓練的時候圖像需要經過元學習器； 步驟三：訓練完成以后實時采集視頻，提取成對的熱紅外圖像和其對應的可見光圖像輸入訓練好的模型，模型跟蹤，輸出預測目標位置； 所述多模態視覺跟蹤控制模型包括順序編號的第一通用適配器至第三通用適配器、第一可見光模態適配器至第三可見光模態適配器、第一熱紅外模態適配器至第三熱紅外模態適配器、元學習器、第一實例適配器及第二實例適配器，第一可見光模態適配器與第一通用適配器的一個輸入端連接且接收單獨的可見光圖像或者熱紅外圖像對應的可見光圖像，第一熱紅外模態適配器與第一通用適配器的另一個輸入端連接并接收熱紅外圖像，第一可見光模態適配器的輸出結果疊加到第一通用適配器的第一輸出端之后輸入第二可見光模態適配器以及第二通用適配器，第一熱紅外模態適配器的輸出結果疊加到第一通用適配器的第二輸出端之后輸入第二熱紅外模態適配器以及第二通用適配器，第二可見光模態適配器的輸出結果疊加到第二通用適配器的第一輸出端后輸入第三可見光模態適配器以及第三通用適配器，第二熱紅外模態適配器的輸出結果疊加到第二通用適配器的第二輸出端之后輸入第三熱紅外模態適配器以及第三通用適配器，第三可見光模態適配器的輸出結果疊加到第三通用適配器的第一輸出端，第三可見光模態適配器經過元學習器與第三熱紅外模態適配器連接，第三熱紅外模態適配器經降維單元將輸出結果疊加到第三通用適配器的第二輸出端，僅有第三通用適配器的第一輸出端輸出結果時，該輸出結果經第二實例適配器輸出，否則融合第三通用適配器的第一輸出端和第二輸出端的結果后經第一實例適配器輸出； 所述第一可見光模態適配器和第一熱紅外模態適配器結構相同，均由順次級聯的3×3卷積層、ReLU、LRN及5×5最大池化層組成；第二可見光模態適配器和第二熱紅外模態適配器結構相同，均由順次級聯的1×1卷積層、ReLU、LRN及5×5最大池化層組成；第三可見光模態適配器、第三熱紅外模態適配器及降維單元結構相同，均由順次級聯的1×1卷積層、ReLU及LRN組成；第一通用適配器由7×7卷積層、ReLU、LRN及3×3最大池化層組成，第二通用適配器由5×5卷積層、ReLU、LRN及3×3最大池化層組成，第三通用適配器由3×3卷積層、ReLU及LRN組成；所述元學習器由順次級聯的兩個學習單元組成，兩個學習單元均由ReLU和全連接層組成，兩個學習單元的全連接層的維度不同；第一實例適配器由順次級聯的全連接層FC4、一個ReLU、一個隨機失活函數、全連接層FC5、另一個ReLU、另一個隨機失活函數及全連接層FC6組成，第二實例適配器的結構與第一實例適配器的結構相同，但全連接層FC4的維度不同； 所述多模態視覺跟蹤控制模型的訓練過程包括： 使用熱紅外圖像和其對應的可見光圖像形成的多個圖像對迭代70次預先訓練網絡模型，設定batchsiz為128，卷積層的學習率為0.0001，全連接層的學習率為0.0002，訓練過程中可見光圖像和其對應的熱紅外圖像同時輸入模型中，可見光圖像依次經過第一可見光適配器及對應位置的第一通用適配器、第二可見光適配器及對應位置的第二通用適配器、第三可見光適配器及對應位置的第三通用適配器之后輸出結果融合到第三通用適配器的第一輸出端，熱紅外圖像依次經過第一熱紅外適配器及對應位置的第一通用適配器、第二熱紅外適配器及對應位置的第二通用適配器、第三熱紅外適配器及對應位置的第三通用適配器之后輸出結果融合到第三通用適配器的第二輸出端，第三通用適配器的第一輸出端和第二輸出端的結果融合之后通過第一實例適配器輸出。

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安徽大學，其通訊地址為：230039 安徽省合肥市蜀山區肥西路3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”。