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！

龙图腾网恭喜重庆大学申请的专利一种基于精确边界框预测的单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：CN116543019B 。

龙图腾网通过国家知识产权局官网在2025-05-20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：202310515531.3，技术领域涉及：G06T7/246；该发明授权一种基于精确边界框预测的单目标跟踪方法是由刘书君;田新雨;曾强文;雷茂林;张奎设计研发完成，并于2023-05-09向国家知识产权局提交的专利申请。

本一种基于精确边界框预测的单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精确边界框预测的单目标跟踪方法。属于计算机视觉目标跟踪领域。它是一种采用像素点互相关、通道注意力机制和关键点式边界框预测网络相结合的单目标跟踪方法。首先构建基于精确边界框预测的网络模型，并对该模型进行离线训练，其次加载并初始化离线训练的精确边界框预测算法的网络模型，并通过像素互相关操作获得响应特征，最后将响应特征转换得到目标的预测边界框，并更新目标边界框的预测结果，完成对整个视频序列中目标的定位和跟踪。本发明提出一种更加灵活、精确、计算量小的边界框预测模块，有效地提取和维护特征中的空间信息，提高对目标发生尺度变化、旋转和快速运动时的鲁棒性。

本发明授权一种基于精确边界框预测的单目标跟踪方法在权利要求书中公布了：1.一种基于精确边界框预测的单目标跟踪方法，包括以下步骤：1构建基于精确边界框预测的网络模型，并对该模型进行离线训练；2加载初始跟踪算法的网络模型，初始化离线训练的基于精确边界框预测算法的网络模型；3优化预测边界框的坐标，并对提取到的搜索图像和模板图像特征进行像素互相关操作，通过通道注意力机制对像素互相关后的特征进行挤压和激活操作得到响应特征，具体步骤为：3a输入的模板图像特征和的搜索图像特征，其中，C表示特征通道数，H0、W0分别表示模板图像特征的长度和宽度，H、W分别表示搜索图像特征的长度和宽度，将模板图像特征K分解成H0×W0个较小的卷积核与搜索图像特征进行相关性计算得到像素相关图整个过程可以描述为 其中，*表示朴素互相关，下标j表示第j个通道；3b通过全局平均池化操作生成基于通道的统计信息，并将全局空间信息压缩到通道描述符中，统计量z∈RC通过对特征图uc的空间维数H×W进行Fsq.收缩操作得到，则z的第c个元素为 其中，i表示特征图uc的第i行，j表示特征图uc的第j列；3c通过参数w为每个特征通道生成权重s，整个过程可以描述为s＝Fexz,w＝σw2δw1z δx＝max0,x其中，Fex.表示提取操作，σx表示Sigmoid激活函数，δx表示ReLU激活函数，z表示收缩后的特征信息，分别表示全连接层的第一层和第二层，其中，L表示特征的通道数，r表示特征压缩比例因子；3d通过将学习得到的每个通道注意力权重sc与主干的输入特征uc相乘得到输出特征为 其中，Fscuc,sc表示注意力权重sc和特征图之间的通道乘法；4计算得到响应特征中目标左上点和右下点的热力图信息，通过概率密度函数转换得到目标的预测边界框，并更新初始跟踪算法中目标边界框的预测结果，完成对整个视频序列中目标的定位和跟踪，具体计算方式为 其中，hn,m表示大小为Wh×Hh的归一化热力图中的第m列第n行对应的元素，m表示热力图的第m列，n表示热力图的第n行，p＝px,py表示目标左上点或右下点的位置。

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大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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”。