买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆理工大学申请的专利一种基于Transformer的跨模态行人重识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116863501B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310711644.0，技术领域涉及：G06V40/10；该发明授权一种基于Transformer的跨模态行人重识别方法是由刘智;李诗雨;穆星宇;蒋明子;颜野设计研发完成，并于2023-06-15向国家知识产权局提交的专利申请。

本一种基于Transformer的跨模态行人重识别方法在说明书摘要公布了：本发明公开了一种基于Transformer的跨模态行人重识别方法，涉及人工智能技术领域。本发明至少包括以下步骤：S1：获取跨模态行人重识别数据集，并且对两种模态行人图像进行数据增强。本发明使用的模型结构简单且没有复杂的部件设计，且模型不去跨模态地相互生成没有提取到的模型特征，而是直接更可能多地收集各自的特征，然后再对不同模态的特征进行融合并提取出那些共有的模态无关方面的特征信息，思想上更为简单，且匹配准确率更高；本发明中使用的灰度数据增强策略是一个即插即用的增强策略，可以在不改变原有模型架构的基础上大幅改善了模型对模态无关特征的捕获能力，明显地提高了跨模态图像对的匹配准确率。

本发明授权一种基于Transformer的跨模态行人重识别方法在权利要求书中公布了：1.一种基于Transformer的跨模态行人重识别方法，其特征在于：至少包括以下步骤： S1：获取跨模态行人重识别数据集，并且对两种模态行人图像进行数据增强； S2：将原始地将要输入RGB图像分支的图像进行灰度增强； 所述S2中的灰度增强至少包括以下步骤： 将原始地将要输入RGB图像分支的图像进行灰度变换，并将其对应的标签设置为同原始RGB图像一致； 把原始的RGB图像和灰度变换后的图像共同输入到RGB模态特有的分支中； 具体公式为： Gray＝R×0.299+G×0.587+B×0.114 S3：将数据集图像按照模态拆分成RGB模态和IR模态两个部分，然后再将划分后的两个部分以及进行灰度增强后的部分分别送入模态特有线性集成模块中，得到对应的序列； 所述S3中对于输入模型的每一批次图像，里面包含来自两种模态的行人图片，每一种模态占这一批次图像总数的一半，将划分后的IR图像输入到IR模态特有线性集成模块中，RGB图像和灰度增强后的图片分别送入RGB模态特有线性集成模块中； 对于模态特有线性集成模块，给定一个输入的图像x∈AH×W×C，其中的H,W,C分别指的是图像的高度、宽度和通道数量； 使用重叠采样的策略来处理输入的图像x，这样获得更好的局部邻近的表示能力； 将采样的步长设为s，采样块的尺寸边长设置为p，则输入的图像x被分成N个固定尺寸的分块[xi|i＝1,2,…,N]，N的计算公式为： 其中表示取对应结果的下边界，XH和XW分别指的是在高和宽的轴向上的分块个数； 当s小于p的时候，得到重叠采样的效果，并且当s更小的时候，重叠采样的区域更多； 采用与VisionTransformer相同的设置，对N个分块进行线性映射后，模型在第一个分块之前添加了一个分类标示符来捕捉全局的信息后为每一个分块添加了一个可学习的位置编码集成EP来维护空间信息，最后的输出为： Z0＝[XCLS，x1E，x2E，…，xNE]+EP 其中的XCLS∈A1×D代表的是分类标示符，E∈Ap×p×C×D表示在采样的xi，i∈[1，N]，i∈Z，分块上进行线性变换的变换矩阵，EP∈AN+1×D表示位置编码集成； S4：将S3得到的序列分别送入对应模态的S个特有的Transformer编码器模块中； S5：将经过两个特有分支后的图像集合组合起来，送入到L-S个共享的Transformer编码层中，并根据对应的损失函数计算获取整体损失,其中L为整个模型有L个Transformer编码层。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆理工大学，其通讯地址为：400054 重庆市巴南区红光大道69号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。