一种基于Transformer的时空上下文目标跟踪方法及系统

本发明公开了基于Transformer的时空上下文目标跟踪方法及系统，方法如下：S1、图像的获取及预处理；S2、将图像输入至主干网络，通过Transformer编码器得到搜索区域特征、初始模板特征与动态更新模板特征；S3、将输出作为交互式特征增强模块的输入，采用多头交叉自注意力机制，得到混合特征；S4、将混合特征与目标查询作为Transformer解码器的输入，其中把Transformer解码器中的掩码自注意力机制部分采用多头自注意力机制层；得到Transformer解码器的输出后，计算该输出与混合特征嵌入之间的相似性并进行特征重塑，计算角点概率分布的期望得到边界预测框；S5、将Transformer解码器得到的输出作为得分头部的输入，得分头部由全连接层FFN与softmax激活函数组成，设置阈值判别是否进行模板更新。

《一种基于Transformer的时空上下文目标跟踪方法及系统》是一发明专利，专利号为 2023112541159，当前法律状态为已下证，由杭州电子科技大学提出申请，发明人为贺赟;刘晴;徐欣;吴伟;姚英彪，申请日期为2023-09-26，公开（公告）日期为2025-09-26，国际专利分类号（IPC）为 G06V 10/62 (2022.01)，高新资质：未报高企，所属技术领域包括：计算机视觉检测车辆目标检测目标跟踪特征检测深度学习无人驾驶智能交通智慧交通人脸识别自动驾驶智能机器人视频监控计算机视觉行人检测智能机器人视频监控遥感图像信息获取识别图像识别。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了基于Transformer的时空上下文目标跟踪方法及系统，方法如下：S1、图像的获取及预处理；S2、将图像输入至主干网络，通过Transformer编码器得到搜索区域特征、初始模板特征与动态更新模板特征；S3、将输出作为交互式特征增强模块的输入，采用多头交叉自注意力机制，得到混合特征；S4、将混合特征与目标查询作为Transformer解码器的输入，其中把Transformer解码器中的掩码自注意力机制部分采用多头自注意力机制层；得到Transformer解码器的输出后，计算该输出与混合特征嵌入之间的相似性并进行特征重塑，计算角点概率分布的期望得到边界预测框；S5、将Transformer解码器得到的输出作为得分头部的输入，得分头部由全连接层FFN与softmax激活函数组成，设置阈值判别是否进行模板更新。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！