您所在的位置: 成果库 基于视皮层腹侧与背侧通路融合计算模型的动态场景下跟踪研究

基于视皮层腹侧与背侧通路融合计算模型的动态场景下跟踪研究

成果类型：: 发明专利

发布时间: 2025-10-15 13:40:55

科技成果产业化落地方案
方案提交机构：成果发布人| 陈杰 | 2025-10-15 13:40:55
成果简介 技术亮点 应用前景 团队概括 产生的效益 转化方式

该成果针对动态场景下视觉跟踪面临的目标外形和环境快速变化、运动轨迹不确定及暂时 “遮挡” 等问题，提出基于视皮层腹侧与背侧通路融合的计算模型框架。通过引入缓变特征分析到背侧通路模型实现时空特征表征，改进腹侧通路模型引入颜色通道和反馈调节机制进行身份特征表征，融合两者特征建立运动特征连续性，提升动态场景下目标跟踪的鲁棒性和实时性，适用于智能机器人、无人车等领域，已处于产业化阶段

1. 融合人类视觉系统生物学原理，提出基于视皮层腹侧与背侧通路融合的计算模型框架，属于原始性创新；2. 背侧通路引入缓变特征分析，实现时空特征表征，腹侧通路改进后引入颜色通道和反馈调节机制，进行身份特征表征；3. 融合目标时空和身份特征，有效克服运动轨迹变化和遮挡对跟踪的影响，提升跟踪准确性和稳定性；4. 应用范围广，可适用于智能机器人、无人车、视频监控、人机交互等多个领域

广泛应用于智能机器人、无人车、视频监控、人机交互等领域，能满足这些领域对动态场景下高精度、稳定目标跟踪的需求。随着自动化和智能化产业的发展，市场需求持续增长，该成果具有广阔的市场潜力和经济价值

由吕彦锋带领，吕彦锋为中国科学院自动化研究所副研究员、中国科学院特聘研究骨干、硕导，主要研究方向为机器人智能感知与学习、类脑感认知、具身智能、计算机视觉等，具备深厚的相关领域研究积累和技术研发能力

1. 经济效益：该技术可提升智能机器人、无人车等产品的性能和自动化水平，推动相关产业发展，具有可观的经济价值和市场潜力；2. 社会效益：为动态场景下的视觉跟踪提供全新思路和方法，推动人工智能和自动化技术的进步，助力相关领域技术升级

合作开发