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！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省人工智能研究院申请的专利基于特征融合拼接的行人重识别方法和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：CN119942637B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202411946181.7，技术领域涉及：G06V40/20；该发明授权基于特征融合拼接的行人重识别方法和系统是由李志慧;石明;苗继浦;丁晓敏;胡文丽设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本基于特征融合拼接的行人重识别方法和系统在说明书摘要公布了：本发明涉及计算机视觉技术领域，尤其是提供了基于特征融合拼接的行人重识别方法和系统。该方法包括构造第一网络模型和第二网络模型；将行人重识别数据集分别经过第一网络模型和第二网络模型，得到合并后的全局特征索引列表和局部特征索引列表；获得加权后的全局特征；将加权后的全局特征输入全连接层，得到类别概率，再利用交叉熵损失函数训练模型，并通过训练后的模型进行行人重识别，该方法通过引入特征融合拼接算法，选择合适的全局特征索引列表和局部特征索引列表，利用计算其交并比得到的系数来加权局部特征得到加权后的全局特征，最终利用全局特征进行模型训练，提高了重识别的准确性，提升了模型的性能。

本发明授权基于特征融合拼接的行人重识别方法和系统在权利要求书中公布了：1.一种基于特征融合拼接的行人重识别方法，其特征在于，所述方法包括： 步骤1、利用收集的数据集获取行人图像，并对行人图像进行预处理，获取行人重识别数据集； 步骤2、构造两个网络模型，第一网络模型为深度残差网络，第二网络模型在第一网络模型基础上添加多头注意力机制； 步骤3、将行人重识别数据集分别经过第一网络模型和第二网络模型，分别得到的对应的全局特征和局部特征，根据特征向量的相似度排序分别得到四个对应的前k个相互最近邻的特征索引列表；通过特征融合算法，两个全局特征索引列表和两个局部特征索引列表分别两两进行融合，得到合并后的全局特征索引列表和局部特征索引列表； 步骤4、利用全局特征索引列表和局部特征索引列表的交并比，得到局部特征系数；利用特征系数加权第二网络模型得到的局部特征，获得加权后的局部特征，然后在通道维度上拼接加权后的局部特征，获得加权后的全局特征； 步骤5、将加权后的全局特征输入全连接层，得到类别概率，再利用交叉熵损失函数训练模型，并通过训练后的模型进行行人重识别； 所述步骤2包括： 第一网络模型为一个深度残差网络，包括多个残差块，每个残差块包含多个残差单元，每个残差单元包括两个3×3的卷积层和激活函数ReLU；其主体结构依次为输入层、初始卷积层、最大池化层、第一残差块、第二残差块、第三残差块、第四残差块、全局平均池化层、全连接层、输出层； 第二网络模型在第一网络模型的基础上，在每个残差块后添加多头注意力机制；具体为：对于输入特征，其中B为批次大小，C为通道数，H和W分别为特征图的高度和宽度；给定h个头，每个头都有对应的查询Q、键K、值V权重矩阵；对于输入特征通过卷积操作得到对应的查询Q、键K、值V权重矩阵；计算每个头的自注意力，公式具体为：，其中、、分别为第i个注意力头对应的查询Q、键K、值V权重矩阵，为键的维度，用来缩放点积，防止梯度爆炸；然后将所有头的自注意力拼接在一起，并通过一个线性变换合并成最终的权重矩阵，权重矩阵再与输入特征相乘得到最终的加权特征。

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齐鲁工业大学(山东省科学院);山东省人工智能研究院，其通讯地址为：250353 山东省济南市长清区西部新城大学科技园；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。