Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国矿业大学缪燕子获国家专利权

中国矿业大学缪燕子获国家专利权

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!

龙图腾网获悉中国矿业大学申请的专利多角度智能监控场景下多模态融合换衣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:CN119851315B

龙图腾网通过国家知识产权局官网在2025-11-04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:202510058930.0,技术领域涉及:G06V40/10;该发明授权多角度智能监控场景下多模态融合换衣行人重识别方法是由缪燕子;李军委;王乙舟;吴至锦;王帅设计研发完成,并于2025-01-15向国家知识产权局提交的专利申请。

多角度智能监控场景下多模态融合换衣行人重识别方法在说明书摘要公布了:多角度智能监控场景下多模态融合换衣行人重识别方法,通过提取原始行人图像的骨骼特征和全局图像特征,在不引入额外的人脸模型的情况下,使用骨骼特征对图像头部特征进行强化,从而得到骨骼头部特征和全局图像特征Fa之间的mask,然后将mask与全局图像特征相乘以生成加权特征,实现对全局图像特征Fa的加权平均,使得全局图像特征Fa在保持图像特征的同时能够更加关注头部区域,最终再将加权特征和全局图像特征Fa融合,得到骨骼头部引导的增强全局图像特征对增强全局图像特征和对骨骼特征Fk经过自注意力编码后的特征fs做对齐重建,有效的提取了外观和身体结构信息,本发明能够提取出每个行人和其所穿衣服无关的特征,然后快匹配出要搜索的行人目标对象。

本发明授权多角度智能监控场景下多模态融合换衣行人重识别方法在权利要求书中公布了:1.一种多角度智能监控场景下多模态融合换衣行人重识别方法,其特征在于,包括以下步骤: S1:采集图像数据,图像数据必须包含行人图像,将其作为输入图像数据I,同时采用P*M张图片作为批次输入,其中P表示是行人类别,M表示多个摄像机在不同环境下的每个行人对应的图像数量; 设输入图像数据I为: I={I0,…,Ii,IP×M} 式中:{0,…,i,P×M}表示图像序列号; S2:对行人图像分别通过图像特征提取网络提取全局图像特征Fa、通过骨骼特征提取网络提取骨骼特征Fk,HRNet以骨骼热图的形式输出; S3:骨骼头部增强模块,以步骤S2骨骼特征提取网络提取到的骨骼热图头部区域作为mask处理来强化全局图像特征Fa的头部特征; S4:对经过骨骼头部强化后的增强全局图像特征和对骨骼特征Fk经过自注意力编码后的特征fs做对齐重建,得到对齐重建后的图像特征F'G和骨骼特征F'K; S5:对于对齐重建后的图像特征F'G和骨骼特征F'K分别提取其图像特征原型Cp和骨骼特征原型Kp,图像特征原型Cp和骨骼特征原型Kp再分别与对齐重建后的图像特征F'G和骨骼特征F'K做损失,从而拉近同一人之间的特征距离,经过图像特征原型Cp学习后的图像特征以fa表示,经过骨骼特征原型Kp学习后的骨骼特征以fs表示; S6:对于上述经过步骤S5得到的图像特征fa和骨骼特征fs再使用交叉注意力机制得到集成后的融合特征Ff,并将融合特征Ff作为换衣重识别的匹配特征。

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中国矿业大学,其通讯地址为:221100 江苏省徐州市大学路1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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。