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！

龙图腾网恭喜南京邮电大学申请的专利基于行人重识别算法的指定行人动作检索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：CN114708653B 。

龙图腾网通过国家知识产权局官网在2025-02-18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：202210291238.9，技术领域涉及：G06V40/20；该发明授权基于行人重识别算法的指定行人动作检索方法是由张伟;周鑫;陈云芳设计研发完成，并于2022-03-23向国家知识产权局提交的专利申请。

本基于行人重识别算法的指定行人动作检索方法在说明书摘要公布了：本发明公开了基于行人重识别算法的指定行人动作检索方法。基于行人重识别算法的指定行人动作检索方法：将视频数据的每一帧输入特征提取骨干网络，提取出帧级别的骨干网络特征图后输入行人检测分支模块，行人检测分支模块处理后输出各个行人的最终目标检测边界框；重识别分支模块对骨干网络特征图和各个行人的最终目标检测边界框进行处理并输出各个行人所在的动作特征队列；动作分类模块将各个行人所在的动作特征队列统一缩放为288*288的尺寸，并将其聚合在通道维度以提取各个行人在时间维度的信息，再进行动作分类并得到最终动作检索结果。本发明加入了行人重识别特征和可持续跟踪指定目标的动作识别结果，大大提高了检测行人的精确度。

本发明授权基于行人重识别算法的指定行人动作检索方法在权利要求书中公布了：1.基于行人重识别算法的指定行人动作检索方法，其特征在于，包括以下步骤：s1:将视频采集设备实时采集的视频数据的每一帧分别输入特征提取骨干网络，所述特征提取骨干网络对所述每一帧进行处理，并提取骨干网络特征图；s2:将所述骨干网络特征图输入行人检测分支模块，行人检测分支模块对所述骨干网络特征图进行处理，并输出各个行人的最终目标检测边界框；s3:将所述骨干网络特征图和所述各个行人的最终目标检测边界框输入重识别分支模块，所述重识别分支模块对所述骨干网络特征图和所述各个行人的最终目标检测边界框进行处理，并输出所述各个行人所在的动作特征队列；s4:动作分类模块将所述各个行人所在的动作特征队列统一缩放为288*288的尺寸，并将其聚合在通道维度，用以提取所述各个行人在时间维度的信息，再进行动作分类并得到最终动作检索结果；所述行人检测分支模块包括：边界框中心点预测头部子网络、边界框尺寸预测头部子网络和中心点偏移量预测头部子网络；所述边界框中心点预测头部子网络、边界框尺寸预测头部子网络和中心点偏移量预测头部子网络分别通过实际样本训练获得；所述步骤s2的具体过程包括：将所述骨干网络特征图f输入所述边界框中心点预测头部子网络，所述边界框中心点预测头部子网络对所述骨干网络特征图f进行预测并输出各个行人的热力图对所述各个行人的热力图使用损失函数focalloss： 其中，x和y分别表示输出的所述各个行人的热力图中每个元素的横坐标和纵坐标，α和β表示控制中心点贡献权重的超参数，表示以坐标x,y为中心点存在行人目标的概率，Lx,y表示以坐标x,y为中心点存在行人目标的真实概率；将所述骨干网络特征图f输入所述边界框尺寸预测头部子网络，所述边界框尺寸预测头部子网络对所述骨干网络特征图f进行预测并输出各个行人的边界框尺寸对所述各个行人的边界框尺寸使用最小绝对值偏差损失函数l1： 其中，i∈[1,N]，表示行人的索引，si表示第i个行人边界框尺寸的真实值，表示第i个行人边界框尺寸的预测值，N表示当前帧中的行人数量，lsize即最小绝对值偏差损失函数l1，size表示此处用来约束边界框尺寸的预测；将所述骨干网络特征图f输入所述中心点偏移量预测头部子网络，所述中心点偏移量预测头部子网络对所述骨干网络特征图f进行预测并输出各个行人的边界框中心点在长和宽这两个维度上的偏移量对所述各个行人的边界框中心点在长和宽这两个维度上的偏移量使用最小绝对值偏差损失函数l1：loff即最小绝对值偏差损失函数l1，off表示其所属的网络，oi表示第i个行人真实的量化偏移量；表示预测的第i个行人的量化偏移量；将所述各个行人对应的所述热力图边界框尺寸和边界框中心点在长和宽这两个维度上的偏移量组合为所述各个行人的候选目标检测边界框，再使用NMS算法对所述各个行人的候选目标检测边界框进行去重并筛选掉置信度低于阈值0.8的边界框后，得到所述各个行人的最终目标检测边界框。

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邮电大学，其通讯地址为：210000 江苏省南京市文苑路9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”。