浙江大學(xué)李蘇萊曼獲國家專利權(quán)
買專利賣專利找龍圖騰,真高效! 查專利查商標(biāo)用IPTOP,全免費(fèi)!專利年費(fèi)監(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)獲悉浙江大學(xué)申請的專利一種基于深度學(xué)習(xí)的全監(jiān)督遮擋行人重識(shí)別方法獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予,授權(quán)公告號(hào)為:CN114387621B 。
龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號(hào)為:202210032472.X,技術(shù)領(lǐng)域涉及:G06V40/10;該發(fā)明授權(quán)一種基于深度學(xué)習(xí)的全監(jiān)督遮擋行人重識(shí)別方法是由李蘇萊曼;龔小謹(jǐn)設(shè)計(jì)研發(fā)完成,并于2022-01-12向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。
本一種基于深度學(xué)習(xí)的全監(jiān)督遮擋行人重識(shí)別方法在說明書摘要公布了:本發(fā)明公開了一種基于深度學(xué)習(xí)的全監(jiān)督遮擋行人重識(shí)別方法。采用不同相機(jī)進(jìn)行圖像的采集,并標(biāo)注圖像中行人標(biāo)簽和對應(yīng)的相機(jī)標(biāo)簽,獲得訓(xùn)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(shí)別網(wǎng)絡(luò),利用訓(xùn)練后的多分支行人重識(shí)別網(wǎng)絡(luò)對待測圖像進(jìn)行重識(shí)別;全局分支負(fù)責(zé)提取整體性特征,注意力分支通過限制通道簇之間的關(guān)聯(lián)度,選擇簇心進(jìn)行注意力構(gòu)建,避免網(wǎng)絡(luò)錯(cuò)誤關(guān)注在遮擋區(qū)域;通道分支對特征圖進(jìn)行動(dòng)態(tài)切分處理,避免了空間切分帶來的誤差。本發(fā)明方法綜合三個(gè)分支的預(yù)測結(jié)果來對遮擋保持一定的魯棒性,無需對遮擋進(jìn)行額外標(biāo)注和捕捉,只需要圖像級(jí)別的標(biāo)簽數(shù)據(jù)集,就可以在遮擋場景中有著較好的行人匹配精度。
本發(fā)明授權(quán)一種基于深度學(xué)習(xí)的全監(jiān)督遮擋行人重識(shí)別方法在權(quán)利要求書中公布了:1.一種基于深度學(xué)習(xí)的全監(jiān)督遮擋行人重識(shí)別方法,其特征在于,方法包括如下步驟: 1采用不同的相機(jī)對需進(jìn)行行人重識(shí)別的遮擋目標(biāo)場景進(jìn)行圖像的采集,并標(biāo)注圖像中行人標(biāo)簽和對應(yīng)的相機(jī)標(biāo)簽,獲得訓(xùn)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(shí)別網(wǎng)絡(luò),用步驟1中的訓(xùn)練集進(jìn)行訓(xùn)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(gòu)成;將通道特征圖FC先輸入到特征多切分模塊,得到多個(gè)切分后特征圖FP,再將多個(gè)切分后特征圖FP進(jìn)行拼接,將拼接的結(jié)果進(jìn)行卷積后,再依次經(jīng)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(jù)多切分方法分為n個(gè)特征子圖,再經(jīng)過組別的多層傳遞卷積操作得到n個(gè)特征子圖對應(yīng)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(gè)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(gòu)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(jīng)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(jīng)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(xùn)練后的多分支行人重識(shí)別網(wǎng)絡(luò)對待測圖像進(jìn)行重識(shí)別。
如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人浙江大學(xué),其通訊地址為:310058 浙江省杭州市西湖區(qū)余杭塘路866號(hào);或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報(bào)告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準(zhǔn)確性。
2、報(bào)告中的分析和結(jié)論僅反映本公司于發(fā)布本報(bào)告當(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。
- 蕪湖美的廚衛(wèi)電器制造有限公司李茂照獲國家專利權(quán)
- 中國平安人壽保險(xiǎn)股份有限公司李勇獲國家專利權(quán)
- 珠海格力電器股份有限公司王珊珊獲國家專利權(quán)
- 蘇州東納電子科技有限公司宋彩珍獲國家專利權(quán)
- 安徽燦邦電氣有限公司劉業(yè)軍獲國家專利權(quán)
- QORVO美國公司朱利奧·C·科斯塔獲國家專利權(quán)
- 科沃斯機(jī)器人股份有限公司劉雪艷獲國家專利權(quán)
- 華為技術(shù)有限公司基多·蒙托里西獲國家專利權(quán)
- 谷歌有限責(zé)任公司D.雅各布斯獲國家專利權(quán)
- 西安愛科賽博電氣股份有限公司張均華獲國家專利權(quán)


熱門推薦
- 蘇州肺盾醫(yī)療科技有限公司博爾夏特·拉爾夫獲國家專利權(quán)
- 龐巴迪公司馬丁·阿布拉米安獲國家專利權(quán)
- 嘉興山蒲照明電器有限公司江濤獲國家專利權(quán)
- 安徽省寧國市美爾電器有限公司宋順江獲國家專利權(quán)
- 深圳怡化電腦股份有限公司周東獲國家專利權(quán)
- 福斯德公司J·克希亞獲國家專利權(quán)
- 上海市政工程設(shè)計(jì)研究總院(集團(tuán))有限公司岳貴平獲國家專利權(quán)
- 精工愛普生株式會(huì)社小松英彥獲國家專利權(quán)
- 上海宇晝科技有限公司陳加成獲國家專利權(quán)
- 珠海格力電器股份有限公司王銘坤獲國家專利權(quán)