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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖北工业大学熊炜获国家专利权

湖北工业大学熊炜获国家专利权

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!

龙图腾网获悉湖北工业大学申请的专利一种针对损坏图像的行人重识别方法及系统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:CN116206330B

龙图腾网通过国家知识产权局官网在2026-03-03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:202310099180.2,技术领域涉及:G06V40/10;该发明授权一种针对损坏图像的行人重识别方法及系统是由熊炜;刘粤;许婷婷;孙鹏;赵迪;李利荣;万相奎设计研发完成,并于2023-01-30向国家知识产权局提交的专利申请。

一种针对损坏图像的行人重识别方法及系统在说明书摘要公布了:本发明公开了一种针对损坏图像的行人重识别方法及系统,本发明采用独创的针对损坏图像的行人重识别网络,能够输出相对原始非损坏图像不变的行人表征;本发明通过平滑风格归一化与恢复模块中的实例规范化过滤掉域中的风格变化,同时平滑极大单元能使该模块更充分地从删除的信息中提取行人相关特征并将其恢复至网络中,缓解损坏图像带来的风格差异。此外,全局注意力机制通过关注通道与空间之间的相互作用,以捕获三个维度上的显著行人特征,减少跨维信息的丢失,最终使使本模型在面对损坏但不丢失原始语义信息的行人图像时,能够更充分地捕捉到相对原始图像不变的行人表征。

本发明授权一种针对损坏图像的行人重识别方法及系统在权利要求书中公布了:1.一种针对损坏图像的行人重识别方法,其特征在于:将损坏图像输入损坏图像行人重识别网络,提取相对原始非损坏图像不变的行人表征; 所述损坏图像行人重识别网络,以ResNet50作为骨干网络,其骨干网络的四个Layer层之后均添加设置了平滑极大单元的风格归一化和恢复模块SM-SNR,所述SM-SNR,是基于风格归一化和恢复模块SNR,并将该模块中平均池化后的ReLU层替换成平滑极大单元SMU,构成的平滑风格归一化和恢复模块;最后一个SM-SNR后设置有全局注意力模块GAM,同时删除ResNet50尾部的池化层和全连接层,最后一个layer层即layer4的步长设置为1;输出相对原始非损坏图像不变的行人表征; 所述SM-SNR以特征图作为输入,作为输出,其中,C、H和W分别表示为特征图的通道数、高度和宽度; 首先对特征图进行风格归一化处理,通过实例规范化层IN来减少输入特征域的差异性,得到风格归一化后的特征; 然后通过残差特征提取层,将F0与相减得到残差特征R,并通过通道注意力层自适应地从残差特征R中提取与ID相关的特征R+,并将其恢复至网络中; 最后通过融合层,将捕捉到的R+添加至风格归一化后特征后,得到还原特征; 所述平滑极大单元SMU,平滑激活函数通过Maximum函数的平滑近似来实现,使用作为平滑函数,以达到对Maximum函数近似的目的; 所述全局注意力模块GAM,以第四个SM-SNR模块后的输出特征为输入,为处于中间状态时的特征,为最终输出特征; 1 2 其中,是通道注意力图,是空间注意力图,则表示按元素进行乘法操作;在通道注意力中,使用三维排列在三个维度上保留信息;再通过一个多层感知器MLP来放大跨维通道-空间的依赖性;将与按元素进行乘法操作后得到了;空间注意力以为输入,使用两个7×7Conv进行空间信息融合;同时,通过删除最大池化以此保留更多的行人相关特征;最后将与按元素进行乘法操作后得到了具有多维度信息的特征。

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湖北工业大学,其通讯地址为:430068 湖北省武汉市洪山区南李路28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。