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(jiān)控用IP管家,真方便！

龍圖騰網獲悉東南大學申請的專利基于強化學習的軟注意力行人重識別模型、方法、裝置和系統(tǒng)獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN116597502B 。

龍圖騰網通過國家知識產權局官網在2025-09-19發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202310220517.0，技術領域涉及：G06V40/20；該發(fā)明授權基于強化學習的軟注意力行人重識別模型、方法、裝置和系統(tǒng)是由李濰;陳楚藝;李小雨;柳軍設計研發(fā)完成，并于2023-03-07向國家知識產權局提交的專利申請。

本基于強化學習的軟注意力行人重識別模型、方法、裝置和系統(tǒng)在說明書摘要公布了：本發(fā)明提供了一種基于強化學習的軟注意力行人重識別模型、方法、裝置及系統(tǒng)。所述模型和方法包含初級特征提取模塊、局部特征提取模塊、特征掩碼模塊、高級特征提取模塊、模型訓練和測試方法，旨在通過基于輕量化模型提取的全局特征與基于強化學習提取的局部特征相結合的方式來獲取更為全面且具有辨識度的行人特征信息。所述裝置是一種可以運行上述模型代碼的電子設備。所述系統(tǒng)是將該模型與道路監(jiān)控設備或穿戴式警用執(zhí)法記錄儀、目標檢測算法、多目標跟蹤算法相結合形成行人重識別系統(tǒng)。上述模型、方法、裝置和系統(tǒng)能夠對行人全局特征與局部特征全面考慮和利用，在提升性能的同時，減少網絡參數量，從而實現(xiàn)對行人圖像的快速檢索和精準識別。

本發(fā)明授權基于強化學習的軟注意力行人重識別模型、方法、裝置和系統(tǒng)在權利要求書中公布了：1.一種基于強化學習的軟注意力行人重識別模型，其特征在于，包括初級特征提取模塊、局部特征提取模塊、特征掩碼模塊和高級特征提取模塊；初級特征提取模塊是由卷積層、標準化層和激活層構成，其功能是對輸入的圖片進行預處理，并學習一些低層次的圖像表示；所述局部特征提取模塊是利用強化學習模型實現(xiàn)行人局部特征提取功能，該模塊分別由位置網絡、長短期記憶LSTM網絡和動作網絡三個部分組成，其中，所述位置網絡根據輸入的低層次圖像表征生成局部觀測區(qū)域并將其編碼為一個局部特征向量，所述LSTM網絡結合當前觀測的局部特征向量和以前的歷史向量來構建環(huán)境狀態(tài)，所述動作網絡根據當前的環(huán)境狀態(tài)選定下一個局部區(qū)域位置，通過不斷迭代確定一系列最優(yōu)的行人局部特征；所述特征掩碼模塊由一個轉換器和一個特征掩碼構成，其功能是將局部特征轉換為形狀和尺寸與低層特征一致的掩碼，并對低層特征賦予相應的權重；所述高級特征提取模塊是由倒殘差塊、卷積標準激活層以及分類器構成，其功能在于學習一個帶有局部特征加權的行人全局特征，從而優(yōu)化最終的圖像特征表示；用MobileNetV2網絡在ImageNet上的預訓練權重對初級特征提取網絡PN和高級特征提取網絡SN的參數進行初始化，對局部特征提取網絡LN和特征掩碼模塊MM的參數進行隨機初始化；首先，將訓練集數據輸入所述軟注意力行人重識別模型；其次，固定LN和MM的參數，根據分類損失函數，訓練更新PN和SN的參數，進行低層特征學習；然后，固定PN、MM和SN的參數，根據獎勵值函數訓練更新LN的參數，進行局部特征學習；最后，固定PN和LN的參數，結合分類損失函數和排序損失函數，訓練更新MM和SN的參數，進行帶有局部特征加權的全局特征學習。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人東南大學，其通訊地址為：210096 江蘇省南京市玄武區(qū)四牌樓2號；或者聯(lián)系龍圖騰網官方客服，聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。