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！

龍圖騰網獲悉浙江大學申請的專利一種基于深度學習的全監督遮擋行人重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：CN114387621B 。

龍圖騰網通過國家知識產權局官網在2025-08-22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：202210032472.X，技術領域涉及：G06V40/10；該發明授權一種基于深度學習的全監督遮擋行人重識別方法是由李蘇萊曼;龔小謹設計研發完成，并于2022-01-12向國家知識產權局提交的專利申請。

本一種基于深度學習的全監督遮擋行人重識別方法在說明書摘要公布了：本發明公開了一種基于深度學習的全監督遮擋行人重識別方法。采用不同相機進行圖像的采集，并標注圖像中行人標簽和對應的相機標簽，獲得訓練集，建立包含全局分支、注意力分支和通道分支的多分支行人重識別網絡，利用訓練后的多分支行人重識別網絡對待測圖像進行重識別；全局分支負責提取整體性特征，注意力分支通過限制通道簇之間的關聯度，選擇簇心進行注意力構建，避免網絡錯誤關注在遮擋區域；通道分支對特征圖進行動態切分處理，避免了空間切分帶來的誤差。本發明方法綜合三個分支的預測結果來對遮擋保持一定的魯棒性，無需對遮擋進行額外標注和捕捉，只需要圖像級別的標簽數據集，就可以在遮擋場景中有著較好的行人匹配精度。

本發明授權一種基于深度學習的全監督遮擋行人重識別方法在權利要求書中公布了：1.一種基于深度學習的全監督遮擋行人重識別方法，其特征在于，方法包括如下步驟： 1采用不同的相機對需進行行人重識別的遮擋目標場景進行圖像的采集，并標注圖像中行人標簽和對應的相機標簽，獲得訓練集； 2建立包含全局分支、注意力分支和通道分支的多分支行人重識別網絡，用步驟1中的訓練集進行訓練； 所述的通道分支由特征多切分模塊、拼接層、卷積層、多層模塊依次組成，多層模塊均由全局平均池化層、批歸一化層和全連接層依次連接構成；將通道特征圖FC先輸入到特征多切分模塊，得到多個切分后特征圖FP，再將多個切分后特征圖FP進行拼接，將拼接的結果進行卷積后，再依次經全局平均池化層、批歸一化層和全連接層處理獲得通道特征；特征多切分模塊中，將通道特征圖FC，從通道維度依據多切分方法分為n個特征子圖，再經過組別的多層傳遞卷積操作得到n個特征子圖對應的切分后特征圖FP； 所述的注意力分支由通道注意力模塊、高階顯著注意力模塊、兩個多層模塊組成，多層模塊均由全局平均池化層、批歸一化層和全連接層依次連接構成；高階顯著注意力模塊輸入端連接到通道注意力模塊中間，通道注意力模塊、高階顯著注意力模塊的輸出分別經各自的多層模塊處理后輸出；將注意力特征圖F輸入到通道注意力模塊中，通道注意力模塊中的中間量再輸入到高階顯著注意力模塊中，由通道注意力模塊和高階顯著注意力模塊分別輸出得到一階特征圖FA和二階特征圖FS，將一階特征圖FA和二階特征圖FS分別經各自的多層模塊中的全局平均池化層、批歸一化層和全連接層處理獲得注意力特征； 3利用訓練后的多分支行人重識別網絡對待測圖像進行重識別。

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浙江大學，其通訊地址為：310058 浙江省杭州市西湖區余杭塘路866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”。