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一种双分支关键特征重组的行人重识别方法、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：CN116469126B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202310317062.4，技术领域涉及：G06V40/10；该发明授权一种双分支关键特征重组的行人重识别方法、系统及介质是由杨一豪;梁亚玲设计研发完成，并于2023-03-28向国家知识产权局提交的专利申请。

本一种双分支关键特征重组的行人重识别方法、系统及介质在说明书摘要公布了：本发明公开了一种双分支关键特征重组的行人重识别方法、系统及介质，其中方法包括：获取图像数据；将图像数据输入训练后的行人重识别模型进行处理，输出行人重识别结果；所述行人重识别模型包括ViT模块和一条局部分支；其中，将ViT模块作为主干网络，用于提取行人的全局信息；局部分支包括关键特征重组模块和encoder模块，所述关键特征重组模块用于从全局信息中筛选出对判别性特征贡献最大的关键信息，所述encoder模块用于根据关键信息进行特征提取，获得行人具有高判别性的局部信息。本发明通过使用全局信息和局部信息结合的方式，排除背景和遮挡的干扰，有效地提升行人重识别网络的性能，可广泛应用于图像识别技术领域。

本发明授权一种双分支关键特征重组的行人重识别方法、系统及介质在权利要求书中公布了：1.一种双分支关键特征重组的行人重识别方法，其特征在于，包括以下步骤： 获取图像数据； 将图像数据输入训练后的行人重识别模型进行处理，输出行人重识别结果； 所述行人重识别模型包括ViT模块和一条局部分支； 其中，将ViT模块作为主干网络，用于提取行人的全局信息；局部分支包括关键特征重组模块和encoder模块，所述关键特征重组模块用于从全局信息中筛选出对判别性特征贡献最大的关键信息，所述encoder模块用于根据关键信息进行特征提取，获得行人具有高判别性的局部信息； 所述关键特征重组模块通过以下方式获取关键信息： 设置一个长度为的层间特征图权重可学习参数，将ViT模块中每层的特征图加起来，得到最终的全局高关注度自注意力特征图： 式中，表示cls标记部分的特征图； 所述encoder模块通过以下方式获取局部信息： 选取全局高关注度自注意力特征图中值最大的前%的关键信息组成局部信息： 式中，表示维度为D的序列个数；表示cls标记；表示筛选函数；，表示第层第i个patch； 采用相似性对比损失对行人重识别模型进行训练，所述相似性对比损失的表达式为： 其中，表示为哈达马积，表示全局分支中最后输出的cls标记，表示局部分支中最后输出的cls标记。

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：510641 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”。

以上内容由龙图腾AI智能生成。