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！

龙图腾网获悉长春理工大学申请的专利一种基于深度特征和关键点匹配的红外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：CN115601396B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202211317783.7，技术领域涉及：G06T7/246；该发明授权一种基于深度特征和关键点匹配的红外目标跟踪方法是由郝子强;郑廷源;李锐;洪洋;陈宇设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本一种基于深度特征和关键点匹配的红外目标跟踪方法在说明书摘要公布了：本发明公开了一种基于深度特征和关键点匹配的红外目标跟踪方法，应用于目标技术领域，包括以下步骤：S1、构建特征提取网络模型；S2、获取红外数据集作为网络训练数据集；S3、计算深度特征相似度和外观特征相似度；S4、通过最小化网络的损失函数训练特征提取网络模型；S5、进行目标跟踪检测。本发明可以同时提取两帧图像深度特征并融合特征，增强了对图像深度特征的利用率，同时使用深度特征相似度与外观特征相似度作为匹配标准，提高了算法的抗遮挡和抗干扰能力。

本发明授权一种基于深度特征和关键点匹配的红外目标跟踪方法在权利要求书中公布了：1.一种基于深度特征和关键点匹配的红外目标跟踪方法，其特征在于，包括以下步骤： S1、构建特征提取网络模型：构建好的特征提取网络模型包括深度特征提取网络和外观特征提取网络；深度特征提取网络用于提取输入目标的特征图，得到目标的深度特征；外观特征提取网络用于提取输入目标的关键点特征信息，得到输入目标的外观特征； S2、获取红外数据集作为网络训练数据集； S3、计算特征相似度：将S2中获取的训练数据集输入S1中构建好的特征提取网络模型中，提取特征并计算特征相似度； S4、模型训练判断：当训练次数达到设定阈值或损失函数的值到达设定范围内时，停止模型训练，保存模型参数； S5、进行目标跟踪检测：将S4中保存的模型参数进行固定，将待测视频序列输入到参数固定后的特征提取网络模型中，获得特征匹配结果； 深度特征提取网络包括卷积层、残差块、最大池化层、归一化层、平均池化层和激活函数，残差块包括卷积层、归一化层和激活函数，其中，激活函数使用线性整流函数ReLU；所有卷积核大小均为n×n； S3具体为：将红外数据集中的视频首帧图像输入到特征提取网络模型中得到深度特征和外观特征，将深度特征和外观特征记为已确定目标的深度特征和已确定目标的外观特征； 将第n帧图像与第n+1帧图像通过深度特征提取网络提取深度特征并融合深度特征得到融合的深度特征，计算融合的深度特征与已确定目标的深度特征的相似度，当相似度大于预设阈值时，第n帧图像与已确定目标图像相匹配，将融合的深度特征更新为新的已确定目标深度特征，当相似度小于预设阈值时，第n帧图像与已确定目标图像无法匹配，将第n+1帧与第n+2帧图像的深度特征融合，得到新的融合的深度特征，计算新的融合的深度特征与已确定目标的深度特征的相似度； 将第n帧图像通过外观特征提取网络提取外观特征，计算第n帧图像外观特征与已确定目标的外观特征的相似度； S4具体为：将深度特征的相似度与外观特征的相似度按照权重求和得到总相似度函数，将总相似度函数作为网络损失函数，通过最小化网络损失函数训练特征提取网络模型，当训练次数达到设定阈值或损失函数的值到达设定范围内时，保存模型参数。

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长春理工大学，其通讯地址为：130022 吉林省长春市朝阳区长春市卫星路7089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”。

以上内容由龙图腾AI智能生成。