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！

龙图腾网恭喜南昌工程学院申请的专利基于双路径注意力和通道特征优化的目标跟踪方法与系统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：CN119478616B 。

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：202510059022.3，技术领域涉及：G06V10/80；该发明授权基于双路径注意力和通道特征优化的目标跟踪方法与系统是由王军;孙磊;王员云;罗书红;安卓设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本基于双路径注意力和通道特征优化的目标跟踪方法与系统在说明书摘要公布了：本发明提出一种基于双路径注意力和通道特征优化的目标跟踪方法与系统，该方法包括通过高效自注意力分支过滤掉查询键匹配分数低的交互，减少不相关信息的影响；通过全面自注意力分支考虑所有查询键对以获得注意力分数，以确保网络中必要的信息流动；利用通道聚合能力，减少特征表示中的冗余信息；两种注意力通过可以自适应调节的权重将特征融合到一起，将融合后的特征送入通道特征优化模块，进一步增强特征表示，减少计算冗余；本发明通过充分结合高效自注意力和全面自注意力的优点构建基于Transformer的特征融合网络，通过自适应调节分支的输出实现特征聚合，更好聚焦于重要的特征并忽略不相关的信息，减轻计算负担。

本发明授权基于双路径注意力和通道特征优化的目标跟踪方法与系统在权利要求书中公布了：1.一种基于双路径注意力和通道特征优化的目标跟踪方法，其特征在于，所述方法包括如下步骤：步骤1、基于Transformer网络框架构建自适应双路径注意力特征融合网络，自适应双路径注意力特征融合网络包括高效自注意力分支和全面自注意力分支，基于高效自注意力分支和全面自注意力分支构建特征融合网络模型和通道特征优化模块；步骤2、对模板图像和搜索图像进行分割，分别得到预设数量的模板图像小块和搜索图像小块，对每个图像小块进行线性变换操作，再输入至Transformer网络中的编码器进行异步阶段特征提取，得到异步阶段特征提取的模板图像特征以及异步阶段特征提取的搜索图像特征；将异步阶段特征提取的模板图像特征以及异步阶段特征提取的搜索图像特征输入至自适应双路径注意力特征融合网络；在高效自注意力分支，对异步阶段特征提取的模板图像特征以及异步阶段特征提取的搜索图像特征进行高效自注意力机制处理，得到高效自注意力分数；对高效自注意力分数进行激活函数处理，得到激活处理后的高效自注意力分数；在全面注意力分支，对异步阶段特征提取的模板图像特征以及异步阶段特征提取的搜索图像特征进行归一化机制处理，得到全面自注意力分数；对高效自注意力分数和全面自注意力分数进行权重分配，得到注意力输出矩阵；步骤3、基于注意力输出矩阵，对模板图像特征以及搜索图像特征进行加权融合，得到加权融合后的特征；将加权融合后的特征输入至通道特征优化模块中进行特征冗余消除，得到消除冗余的特征，利用消除冗余的特征对特征融合网络模型进行优化，得到优化的特征融合网络模型；步骤4、利用大规模数据对优化的特征融合网络模型和通道特征优化模块进行训练，得到训练后的特征融合网络模型和训练后的通道特征优化模块；步骤5、将模板图像和搜索图像输入至训练后的特征融合网络模型，分别对模板图像和搜索图像进行目标特征提取，得到训练后模型提取的模板图像目标特征和训练后模型提取的搜索图像目标特征；步骤6、对模型训练后提取的搜索图像目标特征以及模型训练后提取的模板图像目标特征以迭代的形式重复步骤2，得到更新的注意力输出矩阵；利用更新的注意力输出矩阵对模型训练后提取的搜索图像目标特征以及模型训练后提取的模板图像目标特征进行加权融合，得到更新的目标特征加权融合结果；将更新的目标特征加权融合结果输入至通道特征优化模块中依次进行归一化处理、可分离卷积处理以及非线性处理，得到经过处理的特征图，将经过处理的特征图进行通道特征优化操作，得到通道优化的特征；对通道优化的特征依次进行线性映射机制处理和激活函数特征优化处理，得到优化后的特征图，将优化后的特征图进行卷积处理，得到输出的特征图；对输出的特征图进行通道信息聚合机制处理，得到再次优化的特征融合网络模型；步骤7、将模板图像特征以及搜索图像特征通过训练后的通道特征优化模块进行异步阶段特征融合，得到异步交互阶段的融合特征，将异步交互阶段的融合特征输入至预测头并得到预测结果；基于预测结果对目标进行跟踪；其中，在将经过处理的特征图进行通道特征优化操作，得到通道优化的特征的步骤中，过程对应存在的关系式如下： ；其中，表示经过通道特征优化操作，表示通道缩放因子，表示逐元素乘积，表示线性映射。

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南昌工程学院，其通讯地址为：330000 江西省南昌市高新区天祥大道289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”。