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！

龙图腾网恭喜哈尔滨工业大学申请的专利一种基于深度张量的高光谱视频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：CN113838088B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202111003981.1，技术领域涉及：G06T7/246；该发明授权一种基于深度张量的高光谱视频目标跟踪方法是由谷延锋;牛昊晨;高国明设计研发完成，并于2021-08-30向国家知识产权局提交的专利申请。

本一种基于深度张量的高光谱视频目标跟踪方法在说明书摘要公布了：本发明提出一种基于深度张量的高光谱视频目标跟踪方法，从待跟踪的高光谱视频的初始帧中随机采样出张量样本集；对采集出的张量样本集进行基于张量表示的张量主成分分析获取投影矩阵；用投影矩阵将待跟踪高光谱视频帧映射到张量子空间；将投影后视频帧的候选区输入VGG‑M网络提取空间特征，候选区由上一帧目标区域按比例扩大得到；选取网络的浅层及深层输出作为特征图；将特征图通过核函数映射的方式融入基于相关滤波的目标跟踪模型实现跟踪；本发明能够较好地实现针对高光谱视频的目标跟踪任务，打破RGB视频目标跟踪在感知目标材料性质方面的局限性。

本发明授权一种基于深度张量的高光谱视频目标跟踪方法在权利要求书中公布了：1.一种基于深度张量的高光谱视频目标跟踪方法，其特征在于： 步骤一：从待跟踪的高光谱视频的初始帧中随机采样出张量样本集； 在待跟踪的高光谱视频的初始帧所给出的目标区域及背景区域，分别取3×3×I3大小的张量块各M2个，组成3阶张量样本集其中I1、I2、I3分别为高光谱视频的空间维和光谱维的尺寸； 步骤二：对采集出的张量样本集进行基于张量表示的张量主成分分析获取投影矩阵； 所述张量主成分分析是将步骤一得到张量样本集用三个维度上的投影矩阵进行映射，映射后得到张量子空间的样本集使得张量子空间样本集离散度最大，其中Pn代表第n维降维后的尺寸，取P1＝I1，P2＝I2，P3＝3， 所述投影矩阵的求解过程如下： 首先定义Φn如公式1所示： 其中，Xmn代表张量样本的n-模展开矩阵，代表张量样本均值的n-模展开矩阵， 由公式2计算： 其中，投影矩阵应由Φn降序排列的前Pn个特征值所对应的特征向量组成，首先将三个投影矩阵按单位阵进行初始化，然后固定则对进行更新；再固定 可以对进行更新，重复这个迭代过程，即可完成对三个投影矩阵的计算； 步骤三：用投影矩阵将待跟踪高光谱视频帧对应的张量块映射到张量子空间； 步骤四：将投影后视频帧的候选区输入VGG-M网络提取空间特征，所述候选区由上一帧目标区域按比例扩大得到； 步骤五：选取网络的浅层及深层输出作为特征图；所述浅层为第一层卷积层，深层为第五层卷积层； 步骤六：将特征图通过核函数映射的方式融入基于相关滤波的目标跟踪模型实现跟踪； 通过相关滤波算法完成后续的匹配及跟踪任务；通过公式4得到滤波器： 其中，为与候选区尺寸相同的理想高斯函数y的傅里叶变换； λ为正则化系数，为常数； 为线性核函数矩阵的傅里叶变换， 融合多个特征图的线性核函数矩阵kxx计算公式如下： 其中，表示傅里叶逆变换，⊙表示点积，*表示共轭，^表示傅里叶变换；xi为特征图； 从第二帧开始，需要对目标进行定位，响应response的计算公式如下： 其中,表示历史帧的特征图的傅里叶变换；响应最大的位置即为当前帧的目标位置； 最后需要用当前帧的特征图以及滤波器对历史帧的特征图以及滤波器进行加权融合更新，公式如下： 其中t表示当前帧，t-1表示上一帧，β为权重常数；当t＝1，即初始帧时，β取0。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。