Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 安徽大学朱亚彬获国家专利权

安徽大学朱亚彬获国家专利权

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!

龙图腾网获悉安徽大学申请的专利基于渐进式融合Transformer与动态指导学习的RGBT跟踪方法及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:CN116523956B

龙图腾网通过国家知识产权局官网在2026-05-01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:202310197389.2,技术领域涉及:G06T7/246;该发明授权基于渐进式融合Transformer与动态指导学习的RGBT跟踪方法及系统是由朱亚彬;黄子凯;李成龙;汤进;王伟;章程设计研发完成,并于2023-02-28向国家知识产权局提交的专利申请。

基于渐进式融合Transformer与动态指导学习的RGBT跟踪方法及系统在说明书摘要公布了:本发明提供基于渐进式融合Transformer与动态指导学习的RGBT跟踪方法及系统,方法包括:训练过程和测试过程,训练过程包括:数据采样和预处理;特征提取;跨分支特征融合;模板帧和搜索帧特征信息交互;搜索帧特征送入分类器并计算分类损失;适用协同学习算法进行训练优化,测试过程包括:数据采样和预处理;特征提取;跨分支特征融合;模板帧和当前帧特征信息交互;当前帧特征送入分类器和回归器;预测当前帧目标的包围框。本发明解决了不同模态丢失异构信息、融合特征与特定模态特征之间的关系在学习判别多模态表示时却被忽略、缺乏全局表示能力的技术问题。

本发明授权基于渐进式融合Transformer与动态指导学习的RGBT跟踪方法及系统在权利要求书中公布了:1.基于渐进式融合Transformer与动态指导学习的RGBT跟踪方法,其特征在于,所述方法包括:训练过程以及测试过程, 所述训练过程包括: S1、从预置序列中,采集并预处理得到模板帧的可见光和热红外图像对,以及搜索帧的可见光和热红外图像对,调整预置模板帧区域及预置搜索帧区域的尺寸,以得到可见光与热红外模板帧、可见光与热红外搜索帧; S2、对所述可见光与热红外模板帧、所述可见光与热红外搜索帧进行特征提取,以得到模板帧特征以及搜索帧特征,据以利用吸收Transformer模块的融合分支网络进行跨分支特征融合,以得到模板帧融合分支输出、搜索帧融合分支输出,据以交互处理所述模板帧和所述搜索帧的特征信息,得到搜索帧多分支特征; 其中,将所述模板帧各分支输出、所述搜索帧各分支输出组合为特征对,以交互处理所述模板帧和所述搜索帧的特征信息,得到所述搜索帧增强的多分支特征; 将所述特征对分别送入吸收Transformer编码器和吸收Transformer解码器,以处理得到所述搜索帧多分支特征; S3、将搜索帧多分支特征,分别送入各自分支的分类器,据以计算分类损失; S4、根据所述分类损失确定适用特定模态分支,据以利用协同学习算法对融合分支进行训练优化,以得到适用网络模型参数; S4包括: S41、比较融合分支得到的所述分类损失与单模态分支得到的所述分类损失,以得到比较结果; S42、根据比较结果处理得到融合分支总损失; 所述测试过程包括: S1’、采样并预处理测试数据,利用所述适用网络模型参数初始化得到网络模型,据以处理得到测试模板帧、测试当前帧; S2’、通过执行所述步骤S2至步骤S4,对所述测试模板帧和所述测试当前帧进行特征提取、跨分支特征融合以及信息交互操作,以得到当前帧融合模态分支特征; S3’、将所述当前帧融合模态分支特征送入分类器和回归器,据以预测当前帧目标的包围框。

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安徽大学,其通讯地址为:230601 安徽省合肥市经开区九龙路111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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。