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！

龙图腾网恭喜中国科学院西安光学精密机械研究所申请的专利一种基于深度学习孪生网络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：CN119851184B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202510318927.8，技术领域涉及：G06V20/40；该发明授权一种基于深度学习孪生网络的目标跟踪方法是由张民昊;张高鹏;曹剑中;陈卫宁;张海峰;郭惠楠设计研发完成，并于2025-03-18向国家知识产权局提交的专利申请。

本一种基于深度学习孪生网络的目标跟踪方法在说明书摘要公布了：本发明涉及目标跟踪领域方法，具体涉及一种基于深度学习孪生网络的目标跟踪方法，为解决现有技术中存在跟踪模型在目标有遮挡、剧烈形变以及出视场等场景下会产生污染叠加，对相似目标判别难度较高以及杂乱背景易对其产生污染的不足之处，本发明基于深度学习孪生网络的目标跟踪方法包括以下步骤：利用深度可分离卷积网络捕获局部与全局的上下文信息、多尺度大核模块增强特征、孪生网络进行关联操作、分类回归网络获取目标边界框，使得目标跟踪准确、高效、灵活，较传统相关滤波器算法有更好的性能表现及算法鲁棒性。

本发明授权一种基于深度学习孪生网络的目标跟踪方法在权利要求书中公布了：1.一种基于深度学习孪生网络的目标跟踪方法，其特征在于，包括如下步骤： S1，获取视频图像文件，在视频图像文件初始帧中指定模板目标，并给定其目标边界框的真值，模板目标用于为后续帧提供判别模板； S2，提取初始帧的特征信息，通过深度可分离卷积网络处理当前帧的特征信息，获取对应的局部与全局的上下文信息，再进行特征增强得到模板目标的增强特征XG0； 所述特征增强具体通过m个多尺度大核模块进行迭代增强处理，其中，m≥2；所述多尺度大核模块包括依次设置的多尺度大核注意模块和门控空间注意模块，多尺度大核注意模块的过程如下所示： N＝LNZ 门控空间注意模块的过程如下所示： L＝LNXM XG＝XM+λ2f6GSAUf4L，f5L 其中，Z为深度可分离卷积网络获取的特征，LN为归一化操作，N为特征Z经归一化得到的特征，L为特征XM经归一化得到的特征；λ1和λ2分别是当前层中可学习的缩放因子，为矩阵的外积，fn为不变维度下的第n个点级卷积，n取值为1，2，3，4，5，6，依次记为f1，f2，f3，f4，f5，f6，MLKAf1N为动态适应的大核注意力，GSAUf4L，f5L为经密集变换的特征f4L和特征f5L，XM为多尺度大核注意模块的输出特征，XG为多尺度大核模块输出的增强特征； 深度可分离卷积网络包括特征分解模块和多阶门控聚合模块；将特征信息输入特征分解模块，通过归一化、卷积层Conv1×1、深度卷积层DWConv3×3以及第一激活函数GELU处理，利用不同的缩放率分别得到低阶特征Yl、中阶特征Ym和高阶特征Yh，具体为： Yl＝Conv1×1X， Ym＝GELUYl+γs⊙Yl-GAPYl Yh＝GELUDWConv3×3Conv1×1NormX 其中，X为特征信息，GAP为全局平均池化，Norm为归一化，γs为一个初始化为零的缩放因子，⊙为循环卷积； 多阶门控聚合模块设置有聚合分支和上下文分支，聚合分支用于根据输入特征Xm生成门控权重，上下文分支用于根据所生成的门控权重，利用不同大小的循环卷积进行多尺度特征提取，进而捕获上下文多阶交互，将低阶特征Yl、中阶特征Ym和高阶特征Yh作为输入特征Xin输入多阶门控聚合模块，经过卷积层Conv1×1和第一激活函数GELU处理，同时通过聚合分支和上下文分支指导，得到特征Z，作为输出特征Xout的输出； S3，提取紧挨着的后续帧作为当前帧，提取其特征信息，通过所述深度可分离卷积网络处理当前帧的特征信息获取对应的局部与全局的上下文信息，再通过所述特征增强处理得到后续帧的增强特征XG1； S4，通过孪生网络对该后续帧的增强特征XG1和模板目标的增强特征XG0进行关联操作，得到强关联区域图像及其对应的相关响应图和损失函数； S5，通过分类回归网络对强关联区域图像进行处理，迭代输出偏移回归，进而得到该后续帧优化后的相关响应图、目标边界框及对应的损失函数，完成当前帧的目标跟踪； S6，判断当前帧是否为最后一帧，如否，则返回步骤S3，如是，则输出所有后续帧的目标边界框，完成视频目标跟踪。

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中国科学院西安光学精密机械研究所，其通讯地址为：710119 陕西省西安市高新区新型工业园信息大道17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”。