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！

龙图腾网恭喜北京科能腾达信息技术股份有限公司申请的专利一种基于尺度等变卷积孪生网络的序列图像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：CN114639050B 。

龙图腾网通过国家知识产权局官网在2025-03-07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：202210285141.7，技术领域涉及：G06V20/40；该发明授权一种基于尺度等变卷积孪生网络的序列图像目标跟踪方法是由刘庆;王继超;华钧设计研发完成，并于2022-03-23向国家知识产权局提交的专利申请。

本一种基于尺度等变卷积孪生网络的序列图像目标跟踪方法在说明书摘要公布了：本发明公开了属于序列图像目标跟踪技术领域的基于尺度等变卷积孪生网络的序列图像目标跟踪方法。包括步骤1：对LSE‑SiamRPN的网络可学习参数进行训练，确定网络可学习参数的最优值；步骤2：确定被跟踪的目标在第一帧图像中的边界框，将模板图像输入孪生子网络的模板分支，提取目标的原始尺度特征；步骤3：输入下一帧图像，将搜索区域输入孪生子网络的搜索分支，提取搜索区域的多尺度特征；步骤4：将目标的原始尺度特征和搜索区域的多尺度特征进行深度互相关，再以多通道响应图作为边界框回归子网络的输入，得到目标的边界框；再转到步骤3。本发明提升了目标与背景间相似性度量学习的准确性，增强了对目标大小变化的适应能力。

本发明授权一种基于尺度等变卷积孪生网络的序列图像目标跟踪方法在权利要求书中公布了：1.一种基于尺度等变卷积孪生网络的序列图像目标跟踪方法，其特征在于，包括以下步骤：步骤1：利用公开数据集对LSE-SiamRPN的网络可学习参数进行训练，确定网络可学习参数的最优值；所述LSE-SiamRPN包括孪生子网络、深度互相关和边界框回归子网络；步骤2：确定被跟踪的目标在第一帧图像中的边界框，获取模板图像，将模板图像输入孪生子网络的模板分支，提取目标的原始尺度特征；所述步骤2具体为：以目标的边界框中心位置为中心，裁切大于边界框的图像区域作为模板图像；计算第一帧图像各通道的像素平均值，若部分裁切的图像区域在第一帧图像的边界外，则用像素平均值填充；将模板图像缩放为孪生子网络的模板分支的输入端所设定的大小，并输入至模板分支，再经过网络的前馈，在模板分支的输出端得到目标的原始尺度特征步骤3：输入下一帧图像，获取搜索区域，将搜索区域输入孪生子网络的搜索分支，提取搜索区域的多尺度特征；再转到步骤4；所述步骤3具体为：以目标在上一帧图像中的边界框的中心位置为中心，裁切大于边界框的图像区域作为搜索区域，若部分裁切的图像区域在当前帧图像的边界外，则用第一帧图像各通道的像素平均值填充；将搜索区域缩放为孪生子网络的搜索分支的输入端所设定的大小，并输入至搜索分支，再经过网络的前馈，在搜索分支的输出端得到搜索区域的多尺度特征步骤4：将步骤2中目标的原始尺度特征和步骤3中搜索区域的多尺度特征进行深度互相关得到多通道响应图，再以多通道响应图作为边界框回归子网络的输入，由该边界框回归子网络的分类分支、中心度量分支与回归分支共同得到目标的边界框；再转到步骤3。

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北京科能腾达信息技术股份有限公司，其通讯地址为：100007 北京市东城区后永康胡同17号593A室；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”。