買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉濟南中維世紀科技有限公司申請的專利一種改進的行人屬性監控識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN113688766B 。

龍圖騰網通過國家知識產權局官網在2025-08-08發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111012377.5，技術領域涉及：G06V40/16；該發明授權一種改進的行人屬性監控識別方法是由王海峰;王正彬;王仁權設計研發完成，并于2021-08-31向國家知識產權局提交的專利申請。

本一種改進的行人屬性監控識別方法在說明書摘要公布了：本發明公開了一種改進的行人屬性識別方法，涉及視覺圖像處理技術領域。本發明包括以下步驟，從攝像頭中獲取帶有人體或人臉的圖片或視頻，攝像頭內安裝有海思芯片，海思芯片內移植有訓練好的模型，該模型包括基于YOLOv5的檢測模型和基于ResneSt的分類模型；根據行人屬性數據集搜集的數據對行人進行標簽識別，基于YOLOv5的檢測模型從圖片或視頻信息中檢測出人臉區域和身體整體區域，并分別將其框起來；基于ResneSt的分類模型對框起來的人臉區域和身體整體區域的具體屬性進行識別并分類。本發明通過設置新的行人屬性識別技術方案，提高行人識別的準確度，并將該技術方案移植到攝像機上，實現全天實時可疑人物智能監測。

本發明授權一種改進的行人屬性監控識別方法在權利要求書中公布了：1.一種改進的行人屬性識別方法，其特征在于：包括以下步驟，從攝像頭中獲取帶有人體或人臉的圖片或視頻，攝像頭讀取圖片和視頻信息并傳入攝像頭內部海思芯片的NNIE模塊進行數據加載，海思芯片安裝在攝像頭內，海思芯片內移植有訓練好的數據模型，該數據模型包括基于YOLOv5的檢測模型和基于ResneSt的分類模型；根據行人屬性數據集搜集的數據對行人進行標簽識別，首先基于YOLOv5的檢測模型從圖片或視頻信息中檢測出人臉區域和身體整體區域，并分別將其框起來；然后基于ResneSt的分類模型對框起來的人臉區域和身體整體區域的具體屬性進行識別并分類； 所述基于YOLOv5的檢測模型包括以下訓練步驟： （1）加載預訓練模型：對于行人這種單一明顯的標簽，選用模型推理時間最快的yolov5s預訓練模型，并放在CUDA線程中； （2）加載數據：加載張量格式化的訓練和驗證數據集，并放在CUDA線程中； （3）選用優化器：選用批量隨機下降SGD優化器或自適應Adam優化器，并設計好優化器的學習策略； （4）選擇損失函數：YOLOv5采用固定的IOULoss和ObjLoss； （5）開始迭代訓練：設計迭代次數epoch和批量大小batch，并設計每次迭代后在驗證數據集上的precise、Recall和mAP評估指標，每次迭代完更新一次模型權重和學習率，直到模型在驗證集上的指標不再增長，表示模型訓練完成； （6）模型移植：將訓練好的模型移植到攝像機海思芯片上，開始實時測試； 所述基于ResneSt的分類模型包括以下訓練步驟： （1）加載模型：加載ResneSt模型架構，并放在CUDA線程中； （2）數據擴增：數據擴增技術主要包括圖像旋轉、裁剪以及改變圖片的亮度、對比度和飽和度，目的是擴充數據多樣性，降低模型的過擬合問題； （3）加載數據：加載張量格式化的訓練和驗證數據集，數據占比為8:2，并放在CUDA線程中； （4）選擇優化器：選擇批量隨機下降SGD優化器或自適應AdamAdamW優化器，并設計好優化器的學習策略； （5）選擇損失函數：采用分類損失函數BCELoss或FocalLoss； （6）開始迭代訓練：設計迭代次數epoch和批量大小batch，具體訓練步驟為第一階段計算每個屬性在訓練過程中的損失值和正確率；第二階段為平均損失較大且正確率較小的屬性單獨建立一個網絡分支，其它屬性仍保留在原分支上，然后兩個分支聯合預測所有屬性；第三階段新建兩個網絡分支，結構與第二階段的分支相同，優化新分支的參數，使其屬性識別性能優于第二階段；在每個階段的每次迭代后在驗證數據集上的precise和Recall評估指標，每次迭代完更新一次模型權重和學習率，直到模型訓練完成，最終使用第三階段的模型進行屬性預測； （7）模型移植：將訓練好的模型移植到攝像機海思芯片上，開始實時測試。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人濟南中維世紀科技有限公司，其通訊地址為：250101 山東省濟南市濟南市高新區新濼大街1166號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。