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！

龙图腾网恭喜大连理工大学申请的专利一种基于隐藏状态时序信息传递的视频级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：CN119741341B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202510221008.9，技术领域涉及：G06T7/246；该发明授权一种基于隐藏状态时序信息传递的视频级目标跟踪方法是由王栋;康奔;刘洋;赵洁;卢湖川设计研发完成，并于2025-02-27向国家知识产权局提交的专利申请。

本一种基于隐藏状态时序信息传递的视频级目标跟踪方法在说明书摘要公布了：一种基于隐藏状态时序信息传递的视频级目标跟踪方法，属于机器学习、计算机视觉、目标跟踪领域。步骤如下：步骤1：获取用于模型训练的数据。步骤2：搭建模型整体网络架构。步骤3：模型训练。步骤4：模型推理。本发明所提出的视频级高性能追踪器可以更充分的利用视频流中的上下文信息来辅助追踪，从而大大提升追踪模型的鲁棒性，提高在各种复杂场景中的表现。本发明首次探索了利用隐藏状态来传递视频流中的时序信息，相比于之前的方法，本发明的架构可以传递更丰富的时序信息，这为后续视频级目标跟踪器的开发提供了先例。

本发明授权一种基于隐藏状态时序信息传递的视频级目标跟踪方法在权利要求书中公布了：1.一种基于隐藏状态时序信息传递的视频级目标跟踪方法，其特征在于，步骤如下：步骤1：获取用于模型训练的数据；用于模型训练的数据包括视频数据集和图像数据集；步骤2：搭建模型整体网络架构；具体为：模型的整体网络架构包括图像分块模块、骨干网络、上下文信息融合模块以及追踪头；模型的输入包括一个视频片段和一个搜索区域图像，视频片段用于指示需要跟踪的目标，包括目标的多种外观信息；在搜索区域图像上对目标进行定位；模型的处理过程为：首先，通过图像分块模块对视频片段中的模板图像和搜索区域图像进行下采样；接着将下采样之后的模板图像和搜索区域图像在空间维度上重塑并拼接，随后输入到后续的骨干网络中提取视觉特征；骨干网络由N个骨干网络块组成，每个骨干网络块由L个Transformer层构成；为了深度捕获时序信息，设置上下文信息融合模块，上下文信息融合模块包括N个时序信息融合块，每个时序信息融合块与相应的骨干网络块配对；时序信息融合块将历史上下文信息集成到与之配对的骨干网络块中，骨干网络块基于历史上下文信息提取到更精确的特征；同时，时序信息融合块还会根据当前骨干网络的输出更新自己的隐藏状态达到更新时序信息的目的；最后，骨干网络在时序信息的引导下输出更精确的视觉特征，然后将视觉特征其传递到追踪头以获得跟踪结果；步骤3：模型训练；训练时的目标函数包括分类损失、Focalloss损失和回归损失，其中回归损失由L1损失和GIoU损失组成；步骤4：模型推理；在推理过程中，输入固定长度的视频片段与训练过程一致；同时还会建立一个内存库来存储可靠的帧，可靠的帧是指分类分数大于设定阈值的帧，以提供更多的外观信息；当达到更新间隔T时，会使用存储在内存库中的帧来更新视频片段；当跟踪结果不准确时更新隐藏状态会引入错误的上下文信息，这会降低模型在后续帧中的性能；为了缓解这个问题，还需要再设置一个隐藏状态阈值来更新隐藏状态：只有当分类分数超过隐藏状态阈值时，隐藏状态才会更新。

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大连理工大学，其通讯地址为：116000 辽宁省大连市甘井子区凌工路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”。