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！

龙图腾网恭喜重庆邮电大学申请的专利基于Transformer网络模型的行人重识别方法、装置及计算机设备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：CN116311379B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202310351000.5，技术领域涉及：G06V40/10；该发明授权基于Transformer网络模型的行人重识别方法、装置及计算机设备是由刘歆;赵义铭;钱鹰;陈奉;曾奎;孟雅朋;姜美兰设计研发完成，并于2023-04-04向国家知识产权局提交的专利申请。

本基于Transformer网络模型的行人重识别方法、装置及计算机设备在说明书摘要公布了：本发明属于计算机视觉领域，涉及一种基于Transformer网络模型的行人重识别方法、装置及计算机设备；所述方法包括获取目标行人图像并预处理，生成标准行人图像；将标准行人图像采用滑动窗口划分为多个具有重叠部分的方形子图像；对各方形子图像经过水平线性投影和垂直线性投影，得到水平特征矩阵和垂直特征矩阵；将其输入到预先训练好的改进Transformer网络模型中，预测得到目标行人图像的识别结果。本发明利用滑动窗口将输入图像划分为多个有重叠部分的正方形小块，突出了遮挡物与行人交界边缘处行人的特征；利用改进的Transformer网络结构，加强了行人特征在各个方向上的关联，提高了行人重识别准确度。

本发明授权基于Transformer网络模型的行人重识别方法、装置及计算机设备在权利要求书中公布了：1.一种基于Transformer网络模型的行人重识别方法，其特征在于，所述方法包括：获取目标行人图像，并对所述目标行人图像进行预处理，生成标准行人图像；所述目标行人图像为待进行行人重识别的行人图像；将所述标准行人图像采用滑动窗口划分为多个具有重叠部分的方形子图像；对各个方形子图像经过水平线性投影和垂直线性投影，得到垂直特征矩阵和水平特征矩阵；将所述垂直特征矩阵和所述水平特征矩阵输入到预先训练好的改进Transformer网络模型中，预测得到目标行人图像的识别结果；其中，所述改进Transformer网络模型包括双重多尺度的Transformer结构、L-1层OriginTransformer结构和全连接层；所述双重多尺度的Transformer结构用于计算基于水平特征矩阵和垂直特征矩阵而得到的不同尺度的全局特征矩阵和局部特征矩阵，并将所述全局特征矩阵和所述局部特征矩阵进行特征融合；所述L-1层OriginTransformer结构用于将融合后的特征矩阵进行处理，提取出行人特征；所述全连接层用于对所述行人特征处理，预测得到目标行人图像的识别结果；所述双重多尺度的Transformer结构包括两个多尺度Transformer结构，即水平多尺度Transformer结构和垂直多尺度Transformer结构；其中水平多尺度Transformer结构对水平特征矩阵进行计算，垂直多尺度Transformer结构对垂直特征矩阵进行计算；每个多尺度Transformer结构包括基于顶层分支、中层分支和底层分支的多分支多头注意力模块，其中顶层分支对输入特征矩阵不做任何处理，直接提取行人的全局特征，而中层分支对输入特征矩阵进行二等分进而提取行人的局部特征，底层分支对输入特征矩阵进行三等分进而提取行人的局部特征；将水平多尺度Transformer结构的全局特征及其对应两个分支的局部特征进行融合拼接，输出水平融合特征矩阵；将垂直多尺度Transformer结构的全局特征及其对应两个分支的局部特征进行融合拼接，输出垂直融合特征矩阵；将所述水平融合特征矩阵使用水平权重矩阵投影后，得到水平多尺度Transformer结构的特征矩阵；将所述垂直融合特征使用垂直权重矩阵投影后，得到垂直多尺度Transformer结构的特征矩阵；再将水平特征矩阵与垂直特征矩阵通过权重矩阵投影的方式进行特征融合，得到首层双重多尺度Transformer结构的特征矩阵。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。