買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜重慶郵電大學申請的專利基于Transformer網絡模型的行人重識別方法、裝置及計算機設備獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116311379B 。

龍圖騰網通過國家知識產權局官網在2025-04-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310351000.5，技術領域涉及：G06V40/10；該發明授權基于Transformer網絡模型的行人重識別方法、裝置及計算機設備是由劉歆;趙義銘;錢鷹;陳奉;曾奎;孟雅朋;姜美蘭設計研發完成，并于2023-04-04向國家知識產權局提交的專利申請。

本基于Transformer網絡模型的行人重識別方法、裝置及計算機設備在說明書摘要公布了：本發明屬于計算機視覺領域，涉及一種基于Transformer網絡模型的行人重識別方法、裝置及計算機設備；所述方法包括獲取目標行人圖像并預處理，生成標準行人圖像；將標準行人圖像采用滑動窗口劃分為多個具有重疊部分的方形子圖像；對各方形子圖像經過水平線性投影和垂直線性投影，得到水平特征矩陣和垂直特征矩陣；將其輸入到預先訓練好的改進Transformer網絡模型中，預測得到目標行人圖像的識別結果。本發明利用滑動窗口將輸入圖像劃分為多個有重疊部分的正方形小塊，突出了遮擋物與行人交界邊緣處行人的特征；利用改進的Transformer網絡結構，加強了行人特征在各個方向上的關聯，提高了行人重識別準確度。

本發明授權基于Transformer網絡模型的行人重識別方法、裝置及計算機設備在權利要求書中公布了：1.一種基于Transformer網絡模型的行人重識別方法，其特征在于，所述方法包括：獲取目標行人圖像，并對所述目標行人圖像進行預處理，生成標準行人圖像；所述目標行人圖像為待進行行人重識別的行人圖像；將所述標準行人圖像采用滑動窗口劃分為多個具有重疊部分的方形子圖像；對各個方形子圖像經過水平線性投影和垂直線性投影，得到垂直特征矩陣和水平特征矩陣；將所述垂直特征矩陣和所述水平特征矩陣輸入到預先訓練好的改進Transformer網絡模型中，預測得到目標行人圖像的識別結果；其中，所述改進Transformer網絡模型包括雙重多尺度的Transformer結構、L-1層OriginTransformer結構和全連接層；所述雙重多尺度的Transformer結構用于計算基于水平特征矩陣和垂直特征矩陣而得到的不同尺度的全局特征矩陣和局部特征矩陣，并將所述全局特征矩陣和所述局部特征矩陣進行特征融合；所述L-1層OriginTransformer結構用于將融合后的特征矩陣進行處理，提取出行人特征；所述全連接層用于對所述行人特征處理，預測得到目標行人圖像的識別結果；所述雙重多尺度的Transformer結構包括兩個多尺度Transformer結構，即水平多尺度Transformer結構和垂直多尺度Transformer結構；其中水平多尺度Transformer結構對水平特征矩陣進行計算，垂直多尺度Transformer結構對垂直特征矩陣進行計算；每個多尺度Transformer結構包括基于頂層分支、中層分支和底層分支的多分支多頭注意力模塊，其中頂層分支對輸入特征矩陣不做任何處理，直接提取行人的全局特征，而中層分支對輸入特征矩陣進行二等分進而提取行人的局部特征，底層分支對輸入特征矩陣進行三等分進而提取行人的局部特征；將水平多尺度Transformer結構的全局特征及其對應兩個分支的局部特征進行融合拼接，輸出水平融合特征矩陣；將垂直多尺度Transformer結構的全局特征及其對應兩個分支的局部特征進行融合拼接，輸出垂直融合特征矩陣；將所述水平融合特征矩陣使用水平權重矩陣投影后，得到水平多尺度Transformer結構的特征矩陣；將所述垂直融合特征使用垂直權重矩陣投影后，得到垂直多尺度Transformer結構的特征矩陣；再將水平特征矩陣與垂直特征矩陣通過權重矩陣投影的方式進行特征融合，得到首層雙重多尺度Transformer結構的特征矩陣。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人重慶郵電大學，其通訊地址為：400065 重慶市南岸區南山街道崇文路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。