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！

龙图腾网获悉浙江大学申请的专利一种基于脉冲机制控制的尺度不敏感目标追踪方法、装置及可读存储介质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：CN120388041B 。

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：202510374382.2，技术领域涉及：G06T7/246；该发明授权一种基于脉冲机制控制的尺度不敏感目标追踪方法、装置及可读存储介质是由郑乾;林志濠;潘纲设计研发完成，并于2025-03-27向国家知识产权局提交的专利申请。

本一种基于脉冲机制控制的尺度不敏感目标追踪方法、装置及可读存储介质在说明书摘要公布了：本发明公开了一种基于脉冲机制控制的尺度不敏感目标追踪方法、装置及可读存储介质，包括：1构建ANN‑SNN异构的单目标跟踪框架，该框架采用特征融合的方式得到目标特征；2通过对比学习的方法对单目标跟踪框架进行训练，构建SNN神经元中的发放阈值与目标尺度之间的关联，以利用目标在跟踪过程中尺度变化的信息；3在测试应用阶段，根据已建立的SNN发放阈值与目标尺度之间的关联，在未见目标尺度的情况下，通过手动调节神经元阈值完成自适应的跟踪，以提高跟踪的准确性。本发明通过结合ANN‑SNN异构架构、对比学习和自适应神经元阈值调节机制，可以实现对不同尺度目标的稳定跟踪。

本发明授权一种基于脉冲机制控制的尺度不敏感目标追踪方法、装置及可读存储介质在权利要求书中公布了：1.一种基于脉冲机制控制的尺度不敏感目标追踪方法，其特征在于，包括以下步骤： 1在ANN目标跟踪框架中引入SNN分支，构建ANN-SNN异构的单目标跟踪框架，该框架采用特征融合的方式得到目标特征； 2通过对比学习的方法对单目标跟踪框架进行训练，构建SNN神经元中的发放阈值与目标尺度之间的关联，以利用目标在跟踪过程中尺度变化的信息； 构建SNN神经元中的发放阈值与目标尺度之间的关联，具体为：在训练阶段，利用对比学习中的特征提取模块，提取样本中的目标尺度信息；通过对该特征的统计学上的数据分析，以及轻量化FC神经网络的传递，得到SNN的发放阈值； 3在测试应用阶段，根据已建立的SNN发放阈值与目标尺度之间的关联，在未见目标尺度的情况下，通过手动调节神经元阈值完成自适应的跟踪，以提高跟踪的准确性；具体为： 在测试阶段，通过给定的跟踪目标的初始位置和尺度，在已有的SNN发放阈值和尺度建立的联系上，推导出合适的发放阈值； 在后续跟踪阶段，通过模型的推理结果来近似目标实际跟踪过程中的尺度变化，再利用变化后的尺度作为推导的依据，改变SNN发放阈值，以进一步提高目标尺度下的鲁棒性。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。