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！

龙图腾网获悉西北工业大学申请的专利一种高空视域下行人重识别网络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：CN116152860B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202310196201.2，技术领域涉及：G06V40/10；该发明授权一种高空视域下行人重识别网络是由赵源;范晓博;魏倩茹设计研发完成，并于2023-03-03向国家知识产权局提交的专利申请。

本一种高空视域下行人重识别网络在说明书摘要公布了：本发明公开了一种高空视域下行人重识别网络，其特征在于，包括全局分支和局部分支的多分支网络；所述全局分支以ResNet50的{R2，R3，R4，R5}四个阶段的输出构建特征金字塔，用于获得ResNet50的各个阶段中的特征语义信息；所述局部分支将R4阶段的Conv4_1输出的特征向量均匀划分为五个部分，并对这五个部分采取不同的组合策略构建特征提取分支，用于学习到粗细粒度不同的局部语义特征。本发明使用交叉熵和三元组损失函数共同优化多分支网络，将两者的优点结合，保证网络特征提取效果的同时，降低类内间距，提高类间间距。

本发明授权一种高空视域下行人重识别网络在权利要求书中公布了：1.一种高空视域下行人重识别网络，其特征在于，包括全局分支和局部分支的多分支网络；所述全局分支以ResNet50的{R2，R3，R4，R5}四个阶段的输出构建特征金字塔，用于获得ResNet50的各个阶段中的特征语义信息； 所述局部分支将R4阶段的Conv4_1输出的特征向量均匀划分为五个部分，并对这五个部分采取不同的组合策略构建特征提取分支，用于学习到粗细粒度不同的局部语义特征； 所述全局分支的全局特征是由ResNet50的后四个阶段{R2，R3，R4，R5}的残差块输出{C2，C3，C4，C5}构建，其中不包含C1的是因为图像仅仅经过R1阶段的一个卷积层，卷积次数不多，并不包含太多强特征信息，后四个阶段包含多个卷积层，特征信息表达强的已经被提取； 将深层提取到的特征通过上采样与上一层的特征图进行合并，从而构建特征金字塔； 所述局部分支将ResNet50的R4阶段的conv4_1全局最大池化然后均匀水平划分为5个基础的特征块，这5个特征块使用不同的策略得到分支branch1、branch2和branch3； 其中分支branch1中直接包含这5个特征块，branch1倾向于提取最好的局部特征信息； 分支branch2中，对每相邻的两个块进行合并，得到4个较大的块，由于图像中数据集中的问题，一个身体部位可能在不同的块中，合并相邻的特征能解决部件对齐的问题； 在分支branch3中，对每相邻的三个块进行合并，合并为三个较大的块； 最后从branch1、branch2和branch3中一共得到12个特征块，作为局部特征。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。