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！

龙图腾网获悉烟台大学申请的专利一种基于深度学习的行人跟踪与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：CN115063836B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202210657848.6，技术领域涉及：G06V40/10；该发明授权一种基于深度学习的行人跟踪与重识别方法是由王璇;宋永超;吕骏;王莹洁;徐金东;赵金东;阎维青;雷明威;李凯强设计研发完成，并于2022-06-10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行人跟踪与重识别方法在说明书摘要公布了：一种基于深度学习的行人跟踪与重识别方法，包括以下步骤；步骤1：对视频图像逐帧进行行人目标检测；步骤2：采用DeepSort模型对步骤1中每帧检测到的行人进行特征提取，生成.npy文件；步骤3：采用Fastreid进行行人重识别检测，根据预设的行人图片底库进行特征提取，生成.npy文件；步骤4：将每个行人目标的特征提取结果与特定行人底库的特征提取结果进行余弦相似度计算，如果大于阈值γ，则判别为需要重识别的特定行人目标，并进行行人的跟踪，否则不进行目标跟踪；本发明可精确定位出跨时间、跨区域、跨摄像头的特定行人，并可通过实时视频进行推理与检测，并通过一系列的改进达到最优的效果，最终完成项目落地，以后可普遍应用于智能监控、智能安防等系统。

本发明授权一种基于深度学习的行人跟踪与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行人跟踪与重识别方法，其特征在于，包括以下步骤； 步骤1：采用改进的YOLOv5-Lite模型对视频图像逐帧进行行人目标检测； 步骤2：采用DeepSort模型对步骤1中每帧检测到的行人进行特征提取，生成.npy文件； 步骤3：采用Fastreid进行行人重识别检测，根据预设的行人图片底库进行特征提取，生成.npy文件； 步骤4：将步骤2中每个行人目标的特征提取结果与步骤3的特定行人底库的特征提取结果进行余弦相似度计算，公式如1所示，x1和x2为两个非0向量，如果大于阈值γ，则判别为需要重识别的特定行人目标，并进行利用改进的Deepsort模型的跟踪策略进行行人的跟踪，否则不进行目标跟踪 所述步骤1包括如下子步骤： 步骤1.1：将数据集的图片输入改进后的YOLOv5-Lite模型网络结构，在YOLOv5-Lite的基础上加入了BiFPN模块，BiFPN实现跨尺度双向连接和快速归一化的结合，输入不同的特征权重，让网络自行学习，其采用Softmax-basedfusion的方式，将权重归一化到0和1之间如公式2： 其中，wi和wj为可学习权重； 步骤1.2:利用该卷积神经网络对图片进行特征提取，随后输出特征图，同时图片被划分为小方块并生成锚框，将标注的预测框和特征图进行关联，最后建立损失函数并开启端到端的训练，其中损失函数如公式3所示； 其中ρ2b,bgt代表了预测框和真实框的中心点的欧式距离，c代表的是能够同时包含预测框和真实框的最小闭包区域的对角线距离；v用来衡量两个矩形框相对比例的一致性，α是权重系数：

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烟台大学，其通讯地址为：264005 山东省烟台市莱山区清泉路30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。