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！

龙图腾网获悉南京大学申请的专利一种适于复杂场景的多人服装特征视频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：CN114821477B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202210481470.9，技术领域涉及：G06V20/52；该发明授权一种适于复杂场景的多人服装特征视频识别方法是由阮雅端;赵冉;徐沁心;邓强强;陈启美设计研发完成，并于2022-05-05向国家知识产权局提交的专利申请。

本一种适于复杂场景的多人服装特征视频识别方法在说明书摘要公布了：一种适于复杂场景的多人服装特征视频识别方法，包括级联的行人检测网络、关键点检测网络和服装特征识别网络，行人检测网络输出行人检测框坐标，关键点检测网络读取行人检测框坐标后输出关键点坐标，服装特征识别网络读取关键点坐标后输出服装的长度、颜色。本发明使用SE‑InceptionV4网络作为SSD的主干网络，提高了行人检测的准确率，提出改进的SE模块可以提取每一通道特征图的中更具代表性的特征，SE‑InceptionV4网络可以同时兼顾提取空间、通道中更有效的特征；本发明针对性的截取与识别任务相关的人体关键点处的图片识别服装特征，避免了由于服装种类复杂影响特征提取，相比直接进行分类的网络提高了准确率。

本发明授权一种适于复杂场景的多人服装特征视频识别方法在权利要求书中公布了：1.一种适于复杂场景的多人服装特征视频识别方法，其特征是包括以下步骤： step1：构建行人数据集，标注行人框、行人关键点、以及行人服装特征，包括行人上下衣长度、颜色； step2：使用融入了改进的SE模块的InceptionV4作为SSD的骨干网络，搭建行人检测网络，检测网络具体为： 以InceptionV4网络为基础，构建融入改进的SE模块的InceptionV4网络，称为SE-InceptionV4网络，InceptionV4网络包含stem模块、Inception-A模块组、Inception-B模块组、Inception-C模块组、Reduction-A模块和Reduction-B模块，将Inception-A模块组输出的特征图编号为A1，Inception-B模块组输出的特征图编号为B1，Inception-C模块组输出的特征图编号为C1，SE-InceptionV4网络在Inception-A模块组、Inception-B模块组和Inception-C模块组后融入改进的SE模块，改进的SE模块依次包括Maxpoling层、Globalpoling层、全连接层、ReLu激活层、全连接层和Sigmoid激活层，Maxpoling层所选取的大小根据通道注意力模块所添加的位置不同而不同，具体如下： 对于Inception-A模块组，添加改进的SE模块分支A，具体为依次添加3*3Maxpoling层、Globalpoling层、1*1*24的全连接层、ReLu激活层、1*1*384全连接层及Sigmoid激活层，编号为A1的特征图经过分支A后得到1*1*384的特征图，编号为A2，将编号为A1的特征图各通道的特征值乘上编号为A2的特征图对应通道的特征值后，再送入Inception-A模块组的后续卷积层； 对于Inception-B模块组，添加改进的SE模块分支B，具体为依次添加2*2Maxpoling层、Globalpoling层、1*1*64的全连接层、ReLu激活层、1*1*1024全连接层及Sigmoid激活层，编号为B1的特征图经过分支B后得到1*1*1024的特征图，编号为B2，将编号为B1的特征图各通道的特征值乘上编号为B2的特征图对应通道的特征值后，再送入Inception-B模块组的后续卷积层； 对于Inception-C模块组，添加SE模块分支，具体为依次添加Globalpoling层、1*1*96的全连接层、ReLu激活层、1*1*1536全连接层及Sigmoid激活层，编号为C1的特征图经过SE模块分支后得到1*1*1536的特征图，编号为C2，将编号为C1的特征图各通道的特征值乘上编号为C2的特征图对应通道的特征值后，再送入Inception-C模块组的后续卷积层； 采用SE-InceptionV4网络为特征提取网络，作为SSD的骨干网络；将融合SE模块后的特征图A1×A2，B1×B2，C1×C2，与SSD网络conv9，conv10，conv11生成的特征图一起输出到SSD的预测网络，输出预测结果，得到检测框坐标； step3：使用行人数据集训练step2中的行人检测网络； step4：使用去掉RefinelNet部分的CPN网络搭建关键点检测网络； step5：使用行人数据集训练关键点检测网络； step6：以ResNet50网络为基础搭建服装特征识别网络，其中颜色识别根据图片HSV空间的取值判断； step7：读取行人服装特征数据集，训练服装特征识别网络； step8：训练完成后级联各网络，得到多人服装特征视频识别检测网络，对于输入的视频或图片，行人检测网络输出行人检测框坐标，关键点检测网络读取行人检测框坐标后输出关键点坐标，服装特征识别网络读取关键点坐标后输出服装的长度、颜色。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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”。