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！

龙图腾网恭喜东南大学申请的专利基于长短时集成外观更新机制的目标跟踪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：CN114972435B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202210655087.0，技术领域涉及：G06T7/246；该发明授权基于长短时集成外观更新机制的目标跟踪方法是由张毅锋;肖宇华设计研发完成，并于2022-06-10向国家知识产权局提交的专利申请。

本基于长短时集成外观更新机制的目标跟踪方法在说明书摘要公布了：本发明公开了一种基于长短时集成外观更新机制的目标跟踪方法。该方法首先利用数据预处理步骤处理数据集，构建孪生网络，利用数据训练网络参数。接着基于训练好的孪生网络，利用长短时集成外观更新机制在视频中进行目标跟踪，包括：将搜索区域和长短时模板池中选取的两组模板输入网络，得到两次预测结果；应用长短时集成外观更新机制，分析两次预测结果，得到目标在当前帧的位置；对长短时模板池进行更新。本发明所述的外观更新机制，能够有效更新目标外观，提升对相似干扰物体的分辨能力，从而提升目标跟踪的准确性，尤其适用复杂场景下的长时目标跟踪任务。

本发明授权基于长短时集成外观更新机制的目标跟踪方法在权利要求书中公布了：1.一种基于长短时集成外观更新机制的目标跟踪方法，其特征在于，包括以下步骤：步骤S1：进行包括基于高斯模糊的数据增强技术在内的数据预处理步骤；步骤S2：构建孪生网络，利用反向传播训练网络参数；步骤S3：基于训练好的孪生网络，利用长短时集成外观更新机制在视频中进行目标跟踪：将搜索区域和长短时模板池中选取的长时模板组与短时模板组输入网络，得到长时模板组对应的长时结果和短时模板组对应的短时结果；应用长短时集成外观更新机制，分析两次预测结果，得到目标在当前帧的位置；对长短时模板池进行更新；所述步骤S3中，目标跟踪步骤如下：步骤S301：将搜索区域和长短时模板池中选取的长时模板组输入网络，得到矩形框预测分支输出的矩形框bL，以及置信度分支输出的置信度cL；将搜索区域和长短时模板池中选取的短时模板组输入网络，得到矩形框预测分支输出的矩形框bS，以及置信度分支输出的置信度cS；其中，长时模板组包含一个固定的目标初始模板特征，和一个更新缓慢稳定的动态模板特征；短时模板组包含一个固定的目标初始模板特征和一个快速迭代更新的动态模板特征；步骤S302：应用长短时集成外观更新机制，利用bL,bS,cL,cS，以及上一帧的矩形框位置bold和置信度cold，得到最终的预测矩形框bout，和更新状态标识符flag；步骤S303：若满足更新条件，即步骤S302得到的更新状态标识符为真，即flag＝True时，分别更新长时模板组和短时模板组：当长时模板组对应置信度cL大于对应置信度阈值τL时，按照TL的帧间隔进行模板更新；当短时模板组对应置信度cS大于对应置信度阈值τS时，按照TS的帧间隔进行模板更新；在S302步骤中，首先判断IoUbL,bSτ1，IntersectionbL,bS计算bL,bS两矩形框交集的面积，UnionbL,bS计算bL,bS两矩形框并集的面积；若判断式为真，则表明跟踪状态良好，则令bout＝bS，flag＝True；若判断式为假，则表明跟踪状态差，则计算如下判断式：1+Ioubz,bold1+cz-cold,z∈L,S其中，τ1为交并比阈值，交并比IoU用于衡量矩形框间的重叠程度；下标z∈L,S表示分别将长时模板组L和短时模板组S的矩形框和置信度结果带入比较，选取比较后令该式较大的模板组对应矩形框为最终目标矩形框，并更新状态标识符flag＝False；在S303步骤中，对于长时模板组，采用固定置信度阈值τL进行模板更新；对于短时模板组，采用随时间下降动态阈值τS＝τ-βn进行更新，其中为τ初始阈值，β为正数，n为当前帧数与上一次更新的帧数的帧间隔。

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东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路2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”。