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！

龙图腾网恭喜上海交通大学申请的专利基于概率标签的目标跟踪方法、系统、终端及介质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：CN114529582B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202210121586.1，技术领域涉及：G06F30/27；该发明授权基于概率标签的目标跟踪方法、系统、终端及介质是由乔宇;谷月阳;白赞州设计研发完成，并于2022-02-09向国家知识产权局提交的专利申请。

本基于概率标签的目标跟踪方法、系统、终端及介质在说明书摘要公布了：本发明提供了一种基于概率标签的目标跟踪方法、系统、终端及介质，包括：构建模板跟踪器，并采用传统标签对所述模板跟踪器进行训练；利用训练后的所述模板跟踪器，产生概率标签；基于所述模板跟踪器，构建目标跟踪器，并采用所述概率标签，对所述目标跟踪器进行训练；利用训练后的所述目标跟踪器对给定目标进行跟踪，并输出目标跟踪结果。概率标签是模板跟踪器经softmax归一化后的输出，其中的每一个值表示的是目标在相应候选区域中心位置的概率。目标跟踪器是在经典神经网络的基础上设计的轻量化网路。其训练目标不再是二值化标签而是概率标签。通过训练，目标跟踪器的输出结果逼近模板跟踪器，因而跟踪性能得到提升。

本发明授权基于概率标签的目标跟踪方法、系统、终端及介质在权利要求书中公布了：1.一种基于概率标签的目标跟踪方法，其特征在于，包括：构建模板跟踪器，并采用传统标签对所述模板跟踪器进行训练；利用训练后的所述模板跟踪器，产生概率标签；基于所述模板跟踪器，构建目标跟踪器，并采用所述概率标签，对所述目标跟踪器进行训练；利用训练后的所述目标跟踪器对给定目标进行跟踪，并输出目标跟踪结果；其中：训练后的所述模板跟踪器的输出结果经softmax归一化后得到所述概率标签；所述概率标签中的任意一个值均大于0且小于1；所述概率标签中的元素表示搜索图像中相应的候选区域的标签，所述搜索图像中相应的候选区域的标签表示目标出现在所述候选区域中心位置的概率；训练后的所述目标跟踪器的输出结果经softmax归一化后得到所述目标跟踪结果；所述构建模板跟踪器，并采用传统标签对所述模板跟踪器进行训练，包括：采用孪生神经网络构建所述模板跟踪器；利用二值化标签在线或离线对所述模板跟踪器进行训练；所述利用二值化标签在线或离线对所述模板跟踪器进行训练，包括：获取一组样本对以及二值化标签，其中，所述样本对包括一张目标模板图像和一张搜索范围图像，所述目标模板图像和所述搜索范围图像从同一视频序列的不同帧中截取得到；将所述样本对输入至所述模板跟踪器，通过特征提取分支提取深度卷积特征，并进行互相关运算，则：fz,x；θ＝φz；θ*φx；θ+b其中，z表示目标模板图像，x表示搜索范围图像，θ表示特征提取网络的参数，φ表示特征提取分支，*表示互相关运算；b表示偏置参数，fz,x；θ表示经过互相关运算后输出的响应矩阵；将损失函数定义为响应矩阵与二值化标签间的交叉熵损失lCEYb,R，则： 其中，σ·表示sigmoid函数，Yb表示二值化标签，R为响应矩阵fz,x；θ的简要表示；所述基于所述模板跟踪器，构建目标跟踪器，包括：基于所述模板跟踪器，通过减小输出通道数和或使用深度可分离卷积的方式，对所述模板跟踪器进行轻量化处理，构建得到所述目标跟踪器；所述采用所述概率标签，对所述目标跟踪器进行训练，包括：将所述概率标签作为训练样本，构建训练样本对；将所述训练样本对同时输入至所述模板跟踪器和所述目标跟踪器，获得所述模板跟踪器和所述目标跟踪器的输出结果；将所述模板跟踪器和所述目标跟踪器的输出结果同时经过softmax归一化后计算损失值；采用梯度反向传播方法，基于所述损失值更新所述目标跟踪器的参数，完成对所述目标跟踪器的训练；在对所述目标跟踪器进行训练的过程中：将训练样本对同时输入至所述模板跟踪器和所述目标跟踪器，得到的输出结果即响应矩阵经过softmax归一化后计算损失值，其中，损失函数为相对熵损失lREYp,RN： 其中，Yp表示softmax归一化后的模板跟踪器的响应矩阵，即概率标签；RN表示softmax归一化后的目标跟踪器的响应矩阵。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。