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！

龙图腾网获悉长沙理工大学申请的专利一种基于关联信息与注意力机制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：CN116403237B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310205016.5，技术领域涉及：G06V40/10；该发明授权一种基于关联信息与注意力机制的遮挡行人重识别方法是由周书仁;资帅;张萍萍;雷南方设计研发完成，并于2023-03-06向国家知识产权局提交的专利申请。

本一种基于关联信息与注意力机制的遮挡行人重识别方法在说明书摘要公布了：本发明公开了一种基于关联信息与注意力机制的遮挡行人重识别方法，结合关联信息与注意力机制设计了一种用于遮挡行人重识别的网络模型，通过对图像通道间的关系进行建模，获取通道间关联信息，再结合通道注意力与空间注意力，使模型关注非遮挡的区域获取显著性的特征。最后结合三元组损失与交叉熵损失优化模型，提升模型准确度。同时，本发明用实验验证了该模型在遮挡行人重识别上的效果，与多种他人所提方法相比，该模型实现了最好的效果，有效的利用了关联信息与注意力机制获取了更具鲁棒性与关联性的特征，解决了遮挡行人重识别准确率不高的问题，为遮挡行人重识别在实际的落地应用中提供了一种更具优势的框架。

本发明授权一种基于关联信息与注意力机制的遮挡行人重识别方法在权利要求书中公布了：1.一种基于关联信息与注意力机制的遮挡行人重识别方法，其特征在于，所述方法由计算机执行，包括以下步骤： S1、构建网络框架，该网络的主干网络由VisionTransformer组成，主要分为关联信息获取模块与注意力机制两部分； S2、给定行人图像X作为输入，经过关联信息获取模块获得通道关联性特征； S3、给定行人图像X作为输入，经过通道注意力模块与空间注意力模块获取注意力特征； S4、融合步骤S2的得到的关联性特征与步骤S3得到的注意力特征形成具有关联性与显著性的特征，称之为融合特征，使用VisionTransformer网络架构用于加强特征间的相互关联性，并将融合特征作为输入送入投影层与多层深度自注意力网络层，S4的具体实现过程如下： S401、将步骤S2获取的通道关联性特征Tc再加上步骤S3获取的通道空间混合注意力特征Tcas得到融合特征Tfuse： Tfuse＝Tc+Tcas6 其中Tfuse表示融合了与关联信息与注意力机制的融合特征， S402、将融合特征Tfuse送入自注意力层得到特征映射，再经过投影层投影获得第一层深度自注意力网络的输出 其中，Attention表示自注意力模块，用于发掘融合特征之间的关联信息，Projection表示投影模块，用于将特征重塑为VisionTrasnformer需要的输入维度； S403、随后将步骤S402得到的输出送入VisionTransformer的L层深度自注意力网络层得到具有鲁棒性与显著性的最终特征 其中，表示第一层深度自注意力网络的输出，1≤i≤L表示上一层深度自注意力网络的输出，LN表示LayerNomal层，用于保留不同特征之间的大小关系以及特征之间的时序关系，MSAMulti-headSelf-Attention表示多头自注意力，用于获取特征之间的上下文信息； S5、最后依据步骤S4输出的特征计算交叉熵损失与三元组损失，取两种损失之和作为总损失，并据总损失持续优化迭代模型。

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长沙理工大学，其通讯地址为：410114 湖南省长沙市天心区万家丽南路二段960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。