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！

龙图腾网获悉华南理工大学申请的专利基于多级特征细化的遮挡行人重识别方法、系统及介质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：CN115937897B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202211576299.6，技术领域涉及：G06V40/10；该发明授权基于多级特征细化的遮挡行人重识别方法、系统及介质是由张浪文;洪星;蔡建鑫;刘嘉淏;郑酉坤设计研发完成，并于2022-12-09向国家知识产权局提交的专利申请。

本基于多级特征细化的遮挡行人重识别方法、系统及介质在说明书摘要公布了：本发明公开了一种基于多级特征细化的遮挡行人重识别方法、系统及存储介质，所述方法包括：获取遮挡场景下的行人图像并进行预处理；利用ResNet‑50与非局部注意模块构建多级特征细化卷积神经网络中的骨干网络，用于实现行人特征的初级细化；构建多级特征细化卷积神经网络中的两级多支路架构，用于实现被遮挡行人特征的再细化和最终细化；将两级多支路架构输出的特征通过多级特征细化卷积神经网络中的基础操作模块，获得最终的行人全局特征、局部特征和补充特征；将获得各特征拼接作为最终的行人特征用于行人跨相机的检索与匹配，实现遮挡场景下的行人重识别。本发明采用多级特征细化机制，有效提高了遮挡场景下行人重识别的精度。

本发明授权基于多级特征细化的遮挡行人重识别方法、系统及介质在权利要求书中公布了：1.一种基于多级特征细化的遮挡行人重识别方法，其特征在于，所述方法包括： 获取遮挡场景下的行人图像并进行预处理； 利用ResNet-50与非局部注意模块构建多级特征细化卷积神经网络中的骨干网络，所述骨干网络根据预处理后行人图像提取被遮挡行人特征，以实现行人特征的初级细化；所述骨干网络为非局部注意力模块强化的ResNet-50骨干网络，仅包括conv5_x之前的模块；所述非局部注意力模块对输入的特征图用三个不同的卷积层进行映射并降维分别获得Query、Key和Value，接着对Query和Key进行点乘计算并将结果通过Softmax函数以作为Value的注意力图，将Value乘以注意力图并由卷积层恢复输入特征图的维度，最后将输出与输入的特征图做残差相加，获得最终的非局部注意力模块输出； 构建多级特征细化卷积神经网络中的两级多支路架构，两级多支路架构中的主支路和子支路根据所述被遮挡行人特征，以实现被遮挡行人特征的再细化和最终细化；将所有子支路输出的特征输入多级特征细化卷积神经网络中的基础操作模块，获得最终的行人全局特征、局部特征和补充特征；所述两级多支路架构中的主支路包括全局支路、自注意力支路和交叉注意力支路，其中，所述全局支路中conv5_x块的下采样操作被取消，利用全局支路实现行人特征对视图变化和内部变化的鲁棒性表示；所述自注意力支路中conv5_x块的下采样操作被保留，自注意力支路包括自注意力模块，在自注意力模块中使用多头自注意力模块操作捕捉特征长距离的依赖性；所述交叉注意力支路中的交叉注意力机制，用于减少交叉注意力支路输出的特征与自注意力支路输出特征之间的差异，以使两个支路之间的注意区域保持大致一致；此外，交叉注意力支路的独特注意区域被看作是对自注意力支路所遗漏的非遮挡人体局部的补充性注意区域； 将所述行人全局特征、局部特征和补充特征进行拼接，将拼接后的特征作为最终的行人特征用于行人跨相机的检索与匹配，以实现遮挡场景下的行人重识别。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。