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！

龙图腾网恭喜重庆邮电大学申请的专利一种基于迁移学习-角点预测的图注意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：CN114049374B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202111315315.1，技术领域涉及：G06T7/20；该发明授权一种基于迁移学习-角点预测的图注意目标跟踪方法是由孙开伟;冉雪;宣立德;李彦;刘虎设计研发完成，并于2021-11-08向国家知识产权局提交的专利申请。

本一种基于迁移学习-角点预测的图注意目标跟踪方法在说明书摘要公布了：本发明请求保护一种基于迁移学习‑角点预测的图注意目标跟踪方法。方法为：1预训练GoogLeNet网络；2预处理训练集数据集；3冻结特征层参数；4通过图注意模块GAM；5新的特征序列被重塑为特征映射，作为全卷积网络FCN的输入，并分别为对象边界框的左上角和右下角输出两个概率图；6计算角点概率分布的期望值，得到预测框坐标；7利用随机梯度先发求解损失函数，对全连接层的参数进行升级优化，微调权重参、偏置参数；8用角点预测计算预测框位置并框出目标。本发明利用迁移学习，更快的得出更好的模型参数，同时利用角点预测，实现了分类和回归的解耦，简化了训练过程，加快整个网络速度。

本发明授权一种基于迁移学习-角点预测的图注意目标跟踪方法在权利要求书中公布了：1.一种基于迁移学习-角点预测的图注意目标跟踪方法，其特征在于，包括以下步骤：预训练GoogLeNet网络；预处理训练集数据集：冻结特征层参数：将GoogLeNet的卷积层和池化层参数固定，使其不会发生梯度的更新，以优化全连接层；将经过GoogLeNet网络的特征，通过图注意模块GAM，进行图注意信息嵌入；经过图注意信息嵌入的特征序列作为新的特征映射，被送入到全卷积网络FCN，并分别为对象边界框的左上角和右下角输出两个概率图Ptlx，y和Pbrx，y；通过计算角点概率分布的期望值，得到预测框坐标；利用随机梯度求解损失函数，对全连接层的参数进行升级优化，微调权重参、偏置参数；进行目标跟踪：用新的视频作为网络输入，用角点预测计算分类回归的位置并框出目标；所述图注意模块GAM进行图注意信息嵌入的步骤具体包括：图注意模块GAM指的是将输入的特征向量通过初始化矩阵WW∈RF'×F对顶点h特征进行增维，然后只计算节点i的相邻的节点j，最后，通过a映射：RF‘×RF→R，把拼接后的高维特征映射到一个实数上，使用softmax进行正则化处理，得到注意力系数；通过这样的方式完成一个完整的二部图在目标模块和搜索区域之间建立部分到部分的对应关系，实现了有效的信息嵌入；所述为对象边界框的左上角和右下角输出两个概率图Ptlx，y和Pbrx，y，具体包括：将步骤4得到的特征映射送入到一个简单的全卷积网络FCN，FCN由L个堆叠的Conv-BN-ReLU层组成，得到左上角概率图Ptlx，y和右下角概率图Pbrx，y；所述通过计算角点概率分布的期望值，得到预测框坐标，具体公式为： 其中：xtl,ytl表示预测框的左上角坐标,xbr,ybr预测框的右下角坐标；H、W分别表示预测框的宽、高；x、y分别表示预测框的各个点坐标。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路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”。