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！

龙图腾网获悉电子科技大学长三角研究院(湖州)申请的专利一种基于信用分配网络的单目标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：CN117237416B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202311359381.8，技术领域涉及：G06T7/246；该发明授权一种基于信用分配网络的单目标跟踪方法及系统是由张焕龙;赵彦春;王攀云;沈冯立;李福生;智鹏鹏;付伟强;杨向博设计研发完成，并于2023-10-18向国家知识产权局提交的专利申请。

本一种基于信用分配网络的单目标跟踪方法及系统在说明书摘要公布了：本发明属于目标跟踪技术领域，公开了一种基于信用分配网络的单目标跟踪方法及系统，用于改善因低质量的跟踪结果导致记忆样本被污染的问题。本发明首先设计了一个利用引导聚焦损失函数在线更新的信用分配网络，其通过学习目标对象的特征为跟踪结果生成信用评分，确保更新可靠的样本以存储在记忆池中；然后，为了更好地适应跟踪过程中的目标外观变化，我们提出了一种新的记忆选择策略来收集跟踪过程中高质量的跟踪结果作为记忆样本，进一步增强了记忆池的可靠性和适应性。本发明利用引导聚焦损失函数在线更新信用分配网络，使其更好的区分目标和背景信息，从而为记忆池选择更可靠的记忆样本，提升跟踪结果的鲁棒性。

本发明授权一种基于信用分配网络的单目标跟踪方法及系统在权利要求书中公布了：1.一种基于信用分配网络的单目标跟踪方法，特征在于,该方法首先利用初始帧中目标的位置信息对图像中的对象进行样本标记，通过采集与目标相似和不相似的样本集，进而通过引导聚焦损失函数对信用分配网络进行初始化；同时将初始帧中的目标作为首个目标记忆样本储存在记忆池中； 信用分配网络由三个卷积层、两个全连接层及一个二分类层组成；其中，卷积层已经固定了经过离线训练得到的参数，而全连接层与二分类层则根据初始化时收集的正样本与负样本进行动态调整； 在进行目标跟踪时，利用引导聚焦损失函数以实现目标的快速定位，该损失函数综合了当前帧与历史帧中的目标信息，并依据设定的迭代次数和初始聚焦因子进行调整，确保跟踪的准确性； 包括以下步骤： 步骤一、根据初始帧给定的目标位置信息生成一定数量的正负样本，依靠引导聚焦损失函数初始化信用分配网络，并将初始帧作为首个目标记忆样本放入记忆池； 步骤二、利用预训练的GoogleNet网络提取记忆池中所有记忆样本的深度特征，然后将它们沿通道域进行拼接得到记忆特征； 步骤三、读取下一帧图像作为当前待跟踪帧，并根据上一帧图像中的目标位置信息裁剪当前帧图像，然后将其输入到GoogleNet网络得到当前帧特征； 步骤四、将记忆特征和当前帧特征输入到时空记忆网络，利用记忆帧查询当前帧中目标的位置信息得到位置信息特征图； 步骤五、利用单卷积网络读取当前帧的位置信息特征图以生成分类、中心度以及回归响应图来预测目标在当前帧中的位置； 步骤六、将当前帧图像和预测的目标位置信息输入到信用分配网络得到当前帧预测结果的信用得分S； 步骤七、根据信用得分S利用当前帧生成一定数量的正负样本依靠引导聚焦损失函数在线更新信用分配网络； 步骤八、根据每一历史帧预测结果的信用得分，更新记忆池中的记忆样本； 步骤九、循环执行步骤二至步骤七,直至遍历视频序列,完成目标跟踪； 在所述步骤一中，信用分配网络由三个卷积层，两个全连接层以及最后的二分类层组成；其中卷积层利用离线训练的参数固定，全连接层和二分类层通过500个正样本和2000个负样本进行初始化； 在所述步骤一中，引导聚焦损失函数可以描述为： 其中Py为预测输出；y＝1代表正样本；t为迭代次数；λ为初始聚焦因子； 在所述步骤四中，所述位置信息特征图获取过程如下： S4.1通过计算记忆特征fm和当前帧特征fc每个像素之间的相似度得到相似矩阵Λ，相似矩阵Λ的每个元素被求值为： 其中i为记忆特征图上每个像素的索引，j为当前帧特征图上每个像素的索引，表示向量的点积；为了防止数值太大，我们设置了比例因子，其中C为特征图维数； S4.2随后利用softmax函数将相似矩阵Λ归一化，将归一化后的相似矩阵与记忆特征相乘来自适应地读取存储在其中的目标信息；最后将当前帧特征和读出特征沿通道域进行拼接，得到位置信息特征图： fl＝concat[fmT×softmaxΛ，fc] 其中·T为矩阵转置操作，concat·，·表示沿通道维数的串联操作； 在所述步骤八中，将所有历史帧预测结果的信用得分分成5个区间，选出每个区间内得分最高且大于0的帧作为记忆样本放入记忆池，记忆样本的抽样方法为： 其中，为所述记忆样本在历史框架中的序列索引，这里，i∈{1,2,3,4,5}。

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电子科技大学长三角研究院(湖州)，其通讯地址为：313000 浙江省湖州市西塞山路819号科技创新综合体B1幢；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。