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！

龙图腾网恭喜江南大学申请的专利基于可变形卷积和模板更新的孪生网络目标跟踪的方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：CN113112522B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202110311341.0，技术领域涉及：G06T7/246；该发明授权基于可变形卷积和模板更新的孪生网络目标跟踪的方法是由卢先领;刘如浩设计研发完成，并于2021-03-23向国家知识产权局提交的专利申请。

本基于可变形卷积和模板更新的孪生网络目标跟踪的方法在说明书摘要公布了：本发明公开了一种基于可变形卷积和模板更新的孪生网络目标跟踪的方法，首次将可变形卷积网络和模板更新策略结合。采用可变形卷积学习特征数据在不同方向上的自适应偏移量，以增强骨干网络的特征提取能力。此外，深层特征虽语义信息丰富，但缺少位置信息，通过多层可变形互相关融合以提高定位精度。最后，提出了一种高置信度模板更新策略，即每隔固定帧计算一次响应图的峰值旁瓣比和最大值，以此为依据，采用加权的方式融合特征以更新模板。既保证了有效更新，也防止遮挡等特殊情况下更新模板。本发明提出了一种全新的端到端的深度模型，有效提升了方案跟踪性能。

本发明授权基于可变形卷积和模板更新的孪生网络目标跟踪的方法在权利要求书中公布了：1.一种基于可变形卷积和模板更新的孪生网络目标跟踪的方法，其特征在于：包括如下步骤：步骤S1，将数据集或摄像头捕捉画面的第一帧图像以目标为中心裁剪出127×127×3大小的图像作为模板图像，在跟踪过程中第i+1帧以第i帧目标位置为中心裁剪出255×255×3大小的图像作为搜索图像，将模板图像数据与搜索图像数据分别输入到模板分支与搜索分支中，分别得到模板特征数据w1与搜索特征数据x；步骤S2，将模板特征数据w1与搜索特征数据x输入到可变形卷积网络中，学习各个特征数据在不同方向上的自适应偏移量，输出模板偏移核与搜索偏移特征，将模板偏移核和搜索偏移特征分别进行互相关得到偏移图c；步骤S3，将模板特征数据w1与搜索特征数据x与偏移图c经过可变形互相关得到最终响应图；步骤S4，每隔固定帧计算第i帧最终响应图的旁瓣峰值比和第1到i帧最终响应图旁瓣峰值比的最大值，将旁瓣峰值比、旁瓣峰值比的最大值均与历史旁瓣峰值比进行比较，如果前两者均大于历史旁瓣峰值比，则进行模板更新；步骤S5，当模板被判定更新时，第i+1帧以第i帧图像获取目标为中心截取127×127×3大小的图像，图像通过模板分支模板提取出的新的特征数据，将新的特征数据与第一帧模板特征数据进行加权融合取代原模板特征数据，成为新的模板用于目标跟踪。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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”。