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一种融入位置感知注意力的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：CN114663974B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202210247905.3，技术领域涉及：G06V40/20；该发明授权一种融入位置感知注意力的行人重识别方法是由吴晓富;陈江萍;张索非;颜俊设计研发完成，并于2022-03-14向国家知识产权局提交的专利申请。

本一种融入位置感知注意力的行人重识别方法在说明书摘要公布了：本发明提供一种融入位置感知注意力的行人重识别方法：在ResNet50网络中引入一种位置感知注意力模块，该模块是非局部注意力模块的一种有效改进，通过将位置信息嵌入捕获长范围特征依赖关系的非局部注意力模块，有效提升了所提取特征的表达能力。本发明提出的位置感知注意力模块属于轻量级结构，该模块融入ResNet50网络能有效抽取行人的可区分特征，同时抑制了与行人识别任务关联度小的特征，在多个流行行人重识别标准数据集上取得了比传统网络模型和其他相关方法更好的识别效果。

本发明授权一种融入位置感知注意力的行人重识别方法在权利要求书中公布了：1.一种融入位置感知注意力的行人重识别方法，其特征在于，包括将原始图片经过ResNet50网络前两层得到的输出特征图输入到位置感知注意力模块中进行处理和将位置感知注意力模块融入到ResNet50网络中进行训练和测试； 所述的将原始图片经过ResNet50网络前两层得到的输出特征图输入到位置感知注意力模块中进行处理包括： S1：获取输入特征图，通过卷积滤波器提取出三个不同的特征图，对其中两个特征图进行池化操作得到特征图φ和特征图g，特征图θ保持不变；然后将上述三维特征图θ、φ、g分别按通道维度展平拉直为二维特征矩阵，对三维特征图θ和g对应的二维特征矩阵进行转置得到二维特征矩阵θ和g，二维特征矩阵φ保持不变； S2：基于位置感知编码特征图中不同位置的特征，构建二维位置编码矩阵PE；将所述二维特征矩阵θ与二维特征矩阵φ相乘，获得特征和特征之间的关系矩阵Rθ,φ；将二维位置编码矩阵PE与所述二维特征矩阵θ相乘，获得特征与位置之间关系矩阵Rθ,PE； S3：将S2中所述两个关系矩阵Rθ,φ和Rθ,PE相加实现位置信息嵌入，经过归一化指数函数，得到含位置信息的归一化自相关权重系数矩阵fc＝SoftmaxRθ,PE+Rθ,φ； S4：将所述含位置信息的归一化自相关权重系数矩阵fc与代表特征图的二维特征矩阵g相乘，获得二维空间位置关键信息矩阵，再将其按通道还原为三维空间位置关键信息特征图，并使用卷积滤波器升维，最后使用类似残差结构，将输入和升维后的三维空间位置关键信息特征图相加得到位置感知注意力模块的输出； 所述的将位置感知注意力模块融入到ResNet50网络中进行训练和测试包括： S5：将位置感知注意力模块插入到ResNet50网络第二层的输出位置，采用交叉熵和三元组损失函数加权形式作为总损失函数随着网络一起训练，输入测试图片获得行人匹配识别结果。

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：210003 江苏省南京市鼓楼区新模范马路66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”。