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！

龙图腾网获悉杭州电子科技大学申请的专利一种姿态引导和动态特征提取的遮挡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：CN115909488B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202211406567.X，技术领域涉及：G06V40/20；该发明授权一种姿态引导和动态特征提取的遮挡行人重识别方法是由林菲;陈绮萌设计研发完成，并于2022-11-10向国家知识产权局提交的专利申请。

本一种姿态引导和动态特征提取的遮挡行人重识别方法在说明书摘要公布了：本发明公开了一种姿态引导和动态特征提取的遮挡行人重识别方法；遮挡行人重识别的主要难点在于由于遮挡现象，行人的身体往往是不完整的，通过图像获得的行人特征混含了背景噪声。本发明有效利用了人体姿态估计网络提取人体关键点，并且使用匹配的方式从编码器输出的图像块中自动提取人体未遮挡的部分，优化了未遮挡部分的对齐操作，减少了遮挡物对图像的干扰。此外，本发明有效利用了注意力机制和卷积操作的特点，借助姿态信息为图像生成了动态未遮挡掩码，实现了动态对齐未遮挡部分，并通过安哥拉阻隔损失，保持类内紧缩和类间分散。本发明联合度量损失和分类损失进行端到端的网络训练，充分提高了训练效率和训练稳定性。

本发明授权一种姿态引导和动态特征提取的遮挡行人重识别方法在权利要求书中公布了：1.一种姿态引导和动态特征提取的遮挡行人重识别方法，其特征在于：包括如下步骤： 步骤1、对被识别图像进行预处理，得到二维矩阵； 步骤2、将步骤1得到的二维矩阵输入编码器；提取被识别图像的全局特征和局部特征；所述的编码器采用VisionTransformer网络，包括12个自注意力层；在输入到最后一个自注意力层之前，将除开分类标记之外的特征分为多组，每一组特征输入到权重共享的自注意力层中，再经过批量归一化层之后得到多组局部特征，分类标记作为全局特征； 步骤3、通过人体姿态估计网络提取人体姿态关键点信息，得到含有人体关键点的位置和置信度，以及由该位置生成的热图；人体姿态估计网络对被识别图像进行卷积操作，将人体关键点的位置信息编码到多组热图中，代表人体的多个人体姿态关键点信息； 步骤4、基于局部特征和人体姿态关键点信息得到姿态引导的局部特征； 4-1.将步骤3所得热图的后两个维度合并，并将其通过一个全连接层； 4-2.将热图和局部特征按元素相乘，得到一组姿态引导特征； 4-3.计算每一个姿态引导特征与每一组局部特征之间的余弦距离，为每一个热图匹配距离最近的一组局部特征； 4-4.将每一个姿态引导特征加上对应的局部特征，得到姿态引导的局部特征； 步骤5、将步骤3得到的热图进行全局平均池化之后与步骤2提取的全局特征相乘，得到嵌入姿态信息的图像特征； 步骤6、通过动态特征生成器提取被识别图像的图像动态特征掩码；步骤6的具体过程如下： 6-1.将编码器的第1,3,5,7,9,11层的输出特征中除分类标记以外的其余特征进行拼接； 6-2.将步骤6-1所得特征图输入由6组卷积层组成的动态特征生成器，每组卷积层将通道数减小一倍，然后进行最大池化层，最后通过全连接层，得到动态人体特征掩码； 步骤7、将步骤4得到的姿态引导的局部特征去除置信度低于阈值的部分后，与步骤5得到的嵌入姿态信息的图像特征和步骤6得到的图像动态特征掩码进行拼接，得到最终图像特征，把该特征与图像库中所有的图像特征分别计算距离并按照升序排序，取最小距离对应的图像特征的身份信息，作为被识别图像中行人的身份。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。