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！

龙图腾网获悉深圳云天励飞技术股份有限公司申请的专利目标重识别方法、终端设备及计算机可读存储介质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：CN114419408B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202111652139.0，技术领域涉及：G06V10/80；该发明授权目标重识别方法、终端设备及计算机可读存储介质是由何烨林;魏新明;肖嵘;王孝宇设计研发完成，并于2021-12-30向国家知识产权局提交的专利申请。

本目标重识别方法、终端设备及计算机可读存储介质在说明书摘要公布了：本申请适用于图像处理技术领域，提供了一种目标重识别方法、装置、终端设备及计算机可读存储介质，包括：根据训练后的特征提取模型获取待处理图像的第一图像特征；将所述待处理图像的第一图像特征划分为第一全局特征和多组第一局部特征；将所述多组第一局部特征分别与所述第一全局特征进行特征融合，获得所述多组第一局部特征各自对应的第一融合特征；拼接所述第一融合特征，得到所述待处理图像的第二图像特征；根据所述第二图像特征对所述待处理图像进行目标重识别。通过上述方法，可以有效提高目标重识别的识别精度。

本发明授权目标重识别方法、终端设备及计算机可读存储介质在权利要求书中公布了：1.一种目标重识别方法，其特征在于，包括： 根据训练后的特征提取模型获取待处理图像的第一图像特征； 将所述待处理图像的第一图像特征划分为第一全局特征和多组第一局部特征； 将所述多组第一局部特征分别与所述第一全局特征进行特征融合，获得所述多组第一局部特征各自对应的第一融合特征； 拼接所述第一融合特征，得到所述待处理图像的第二图像特征； 根据所述第二图像特征对所述待处理图像进行目标重识别； 所述根据训练后的特征提取模型获取待处理图像的第一图像特征，包括： 将所述待处理图像切分为多个图像块； 生成所述多个图像块各自对应的第一词向量； 根据多个所述第一词向量生成词向量序列； 将所述词向量序列输入所述特征提取模型，获取所述第一图像特征； 所述根据多个所述第一词向量生成词向量序列，包括： 生成所述多个图像块各自对应的位置编码； 将所述位置编码生成与所述第一词向量的维度相同的编码向量； 将多个所述第一词向量分别与各自对应的所述编码向量相加，获得多个所述第一词向量各自对应的第二词向量； 将训练后的分类词向量和多个所述第二词向量拼接为所述词向量序列，其中，所述分类词向量对应所述第一全局特征； 所述特征提取模型包括依次连接的多个编码器,每个所述编码器中包括自注意力模块、多层全连接模块和层归一化模块； 对于每个编码器，将所述词向量序列输入所述编码器的所述层归一化模块，输出第一结果； 将所述第一结果输入所述注意力模块，获得第二结果； 将所述第二结果与所述词向量序列残差相加，获得第三结果； 将所述第三结果输入所述层归一化模块，获得第四结果； 将所述第四结果输入所述多层全连接模块，获得第五结果； 将所述第五结果与所述第三结果残差相加，获得所述编码器的输出结果，其中，所述第一图像特征为最后一个所述编码器的输出结果； 在根据训练后的特征提取模型获取待处理图像的第一图像特征之前，所述方法还包括： 根据所述特征提取模型获取训练图像的第四图像特征； 将所述第四图像特征划分为第二全局特征和多组第二局部特征； 将所述多组第二局部特征分别与所述第二全局特征进行特征融合，获得所述多组第二局部特征各自对应的第二融合特征； 计算每组所述第二融合特征的损失值； 根据计算出的所述第二融合特征的损失值更新所述特征提取模型的模型参数和所述分类词向量，直到获得训练后的所述特征提取模型和所述分类词向量。

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深圳云天励飞技术股份有限公司，其通讯地址为：518000 广东省深圳市龙岗区园山街道龙岗大道8288号深圳大运软件小镇17栋1楼；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。