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！

龙图腾网获悉泉州师范学院申请的专利一种模型优化的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：CN114863338B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202210494221.3，技术领域涉及：G06V20/40；该发明授权一种模型优化的目标跟踪方法是由顾培婷;朱达欣;叶宇光设计研发完成，并于2022-05-07向国家知识产权局提交的专利申请。

本一种模型优化的目标跟踪方法在说明书摘要公布了：本发明提供一种模型优化的目标跟踪方法，涉及计算机视觉领域。本发明引入时间正则化来有效的处理边界效应问题，同时提高了目标跟踪的准确性。针对目标函数计算复杂性，通过将其转换到频域并采用交替方向乘子法ADMM方法进行有效优化，使得每个子问题都有对应的最优解。此外，在特征表示方面，本发明将传统的手工特征与深度卷积特征相结合，获得更多的语义信息，提高了滤波器的判别性能。通过大量实验表明，本发明所提出的算法在许多最先进的跟踪器上表现良好。

本发明授权一种模型优化的目标跟踪方法在权利要求书中公布了：1.一种模型优化的目标跟踪方法，其特征在于：包括目标跟踪模型的构建和优化过程以及视频序列的目标跟踪过程； 所述目标跟踪模型的构建和优化过程包括： 引入时间正则化从而有效处理边界效应问题，构建基于时间正则化的背景感知目标跟踪模型，所述基于时间正则化的背景感知目标跟踪模型的公式如下： 其中，D表示总的特征通道数，且，B是使样本信息聚集在目标区域上的剪切矩阵，是第通道的目标特征，是第通道的相关滤波器，是第-1通道的相关滤波器，表示当前帧相关滤波器，是高斯函数形式的理想输出，表示正则化参数，*表示卷积运算，是引入的时空正则化项，使滤波器在当前帧和历史帧之间建立时空关系； 将所述基于时间正则化的背景感知目标跟踪模型变换到频域，然后通过交替方向乘子法对其进行优化，接着分解成M个子问题，从而能够得到一个局部最优解，最后使用Sherman–Morrison定理优化局部最优解的计算公式，得到优化后的目标跟踪模型： 其中，^表示信号的离散傅里叶变换，为引入的误差项惩罚参数，M为子问题的个数，为标签，为样本，为，为，，T表示复向量或矩阵的共轭转置运算； 所述视频序列的目标跟踪过程包括： 步骤1、输入视频序列，判断是否是第一帧，如果是，则初始化目标的位置和所述优化后的目标跟踪模型，如果否，进入步骤2； 步骤2、根据第t-1帧图像中目标位置，获取目标在第t帧中的区域，以该区域为目标区域，提取目标区域的HOG特征、颜色特征以及分层卷积特征，对第t帧的HOG特征、CN特征、分层卷积特征进行融合处理，得到融合后的特征X，其中，t为自然数； 步骤3、基于所述的融合特征X和优化后的基于时间正则化的背景感知目标跟踪模型，预测第t帧图像中目标的位置并输出结果，所述基于时间正则化的背景感知目标跟踪模型预先经过第t-1帧图像中目标图像的训练； 步骤4、根据第t帧的特征图，对所述优化后的目标跟踪模型进行更新；采用在线自适应模板更新策略更新所述优化后的目标跟踪模型，滤波器模型更新公式如下： 其中-1分别表示视频序列的第帧和第-1帧，表示学习效率，=0.0192，为当前帧学习获得的滤波器模板，为前一帧得到的滤波器模板； 步骤5、判断是否还有下一帧，如果是，则返回步骤1；如果否，则结束步骤。

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泉州师范学院，其通讯地址为：362000 福建省泉州市丰泽区东海大街398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。