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！

龙图腾网获悉浙江大学申请的专利一种基于深度学习的全监督遮挡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：CN114387621B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202210032472.X，技术领域涉及：G06V40/10；该发明授权一种基于深度学习的全监督遮挡行人重识别方法是由李苏莱曼;龚小谨设计研发完成，并于2022-01-12向国家知识产权局提交的专利申请。

本一种基于深度学习的全监督遮挡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深度学习的全监督遮挡行人重识别方法。采用不同相机进行图像的采集，并标注图像中行人标签和对应的相机标签，获得训练集，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识别网络，利用训练后的多分支行人重识别网络对待测图像进行重识别；全局分支负责提取整体性特征，注意力分支通过限制通道簇之间的关联度，选择簇心进行注意力构建，避免网络错误关注在遮挡区域；通道分支对特征图进行动态切分处理，避免了空间切分带来的误差。本发明方法综合三个分支的预测结果来对遮挡保持一定的鲁棒性，无需对遮挡进行额外标注和捕捉，只需要图像级别的标签数据集，就可以在遮挡场景中有着较好的行人匹配精度。

本发明授权一种基于深度学习的全监督遮挡行人重识别方法在权利要求书中公布了：1.一种基于深度学习的全监督遮挡行人重识别方法，其特征在于，方法包括如下步骤： 1采用不同的相机对需进行行人重识别的遮挡目标场景进行图像的采集，并标注图像中行人标签和对应的相机标签，获得训练集； 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识别网络，用步骤1中的训练集进行训练； 所述的通道分支由特征多切分模块、拼接层、卷积层、多层模块依次组成，多层模块均由全局平均池化层、批归一化层和全连接层依次连接构成；将通道特征图FC先输入到特征多切分模块，得到多个切分后特征图FP，再将多个切分后特征图FP进行拼接，将拼接的结果进行卷积后，再依次经全局平均池化层、批归一化层和全连接层处理获得通道特征；特征多切分模块中，将通道特征图FC，从通道维度依据多切分方法分为n个特征子图，再经过组别的多层传递卷积操作得到n个特征子图对应的切分后特征图FP； 所述的注意力分支由通道注意力模块、高阶显著注意力模块、两个多层模块组成，多层模块均由全局平均池化层、批归一化层和全连接层依次连接构成；高阶显著注意力模块输入端连接到通道注意力模块中间，通道注意力模块、高阶显著注意力模块的输出分别经各自的多层模块处理后输出；将注意力特征图F输入到通道注意力模块中，通道注意力模块中的中间量再输入到高阶显著注意力模块中，由通道注意力模块和高阶显著注意力模块分别输出得到一阶特征图FA和二阶特征图FS，将一阶特征图FA和二阶特征图FS分别经各自的多层模块中的全局平均池化层、批归一化层和全连接层处理获得注意力特征； 3利用训练后的多分支行人重识别网络对待测图像进行重识别。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。