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一种非对称的分层特征融合的RGBT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：CN116503442B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202310387925.5，技术领域涉及：G06T7/246；该发明授权一种非对称的分层特征融合的RGBT目标跟踪方法是由葛洪伟;吴习惠;江明;李婷设计研发完成，并于2023-04-12向国家知识产权局提交的专利申请。

本一种非对称的分层特征融合的RGBT目标跟踪方法在说明书摘要公布了：本发明公开了一种非对称的分层特征融合的RGBT目标跟踪方法，属于计算机视觉，目标跟踪技术领域。所述方法通过引入一个非对称分层特征融合结构对可见光和热红外模态采用不同的分支设计，以可见光为主分支，热红外为辅助分支，充分利用了可见光和热红外模态的异质性，同时在对可见光分支进行增强是充分利用热红外模态的深层和浅层特征，充分发挥两个模态的互补性，而且本申请方法为了利用更多的浅层特征，采用了分层特征融合的方式，从而使得识别结果更加精准。通过候选框回归器对边界框进行回归得到跟踪结果后，采用Alpha‑Refine模块进行进一步的精细化处理，使跟踪结果更加准确，提高了跟踪器的性能。

本发明授权一种非对称的分层特征融合的RGBT目标跟踪方法在权利要求书中公布了：1.一种非对称的分层特征融合的RGBT目标跟踪方法，其特征在于，所述方法基于非对称分层特征融合的RGBT目标跟踪网络实现，所述非对称分层特征融合的RGBT目标跟踪网络的主干网络采用VGG-M的前三层conv1-conv3，并将它扩展为双流网络，以可见光分支为主分支，热红外分支为辅助分支，后续连接三个全连接层；所述方法包括：步骤S1，将当前视频帧对应的可见光图像和热红外图像输入所述基于非对称分层特征融合的RGBT目标跟踪网络；步骤S2，分别根据可见光图像和热红外图像获取第i层可见光模态的特征和热红外模态的特征以及第i层辅助的可见光模态特征和辅助的热红外模态特征步骤S3，根据辅助的可见光模态特征和辅助的热红外模态特征获得第i层聚合特征步骤S4，针对每一层，将可见光模态的特征和聚合特征通过交叉注意力机制进行交互融合，获得增强融合特征作为下一层的输入；步骤S5，针对第三层，将聚合特征与可见光模态的特征和热红外模态的特征进行分别交互融合，分别获得增强融合特征；步骤S6，将第三层获得的两个增强融合特征输入到三个全连接层中，对当前视频帧进行前景和背景的判别，定位目标位置，实现目标跟踪；所述双流网络中，针对每一层，包括主干结构、非对称分层融合结构以及特征增强融合模块FEF；所述主干结构用于获取可见光模态的特征和热红外模态的特征所述非对称分层融合结构用于获得聚合特征所述特征增强融合模块FEF将传统Transformer结构中的encoder和decoder进行拆分，形成两个encoder和一个decoder结构，将主干网络获取的可见光模态的特征和非对称分层融合结构获取的聚合特征分别作为两个encoder的输入进行增强，再使用decoder结构将经过encoder增强的特征通过交叉注意力机制进行交互融合，获得第i+1层的增强融合特征针对第三层，另外设置一个特征增强融合模块FEF，将热红外模态的特征进行增强后与聚合特征进行交互融合，获得增强融合特征将第三层获得的增强融合特征与输入到三个全连接层中，对当前视频帧进行前景和背景的判别，定位目标位置；所述非对称分层融合结构包括基于Ghost的模态特征提取模块MFE和基于SKNet的特征自适应聚合模块FAG；所述基于Ghost的模态特征提取模块MFE用于获得第i层辅助的可见光模态特征和辅助的热红外模态特征所述基于SKNet的特征自适应聚合模块用于根据辅助的可见光模态特征和辅助的热红外模态特征获得第i层聚合特征

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”。