公开(公告)号：CN115641605A

公开(公告)日：2023-01-24

申请号：CN202210840985.3

申请日：2022-07-18

Applicant: 桂林电子科技大学

Inventor： 谢胜勇 ,  张文辉 ,  林镇源 ,  吴蜀魏 ,  廖锦登 ,  陆春权 ,  时宇 ,  刘晨旭 ,  廖子僮 ,  史翔天

IPC: G06V40/10 ,  G06V10/62 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明公开了一种基于十字卷积模块的行人重识别办法，包括以下操作步骤：设计十字卷积核：十字卷积核的参数与普通卷积核无太大差别，即输入通道数、输出通道数、步长与卷积核大小；卷积核为十字型，采取遍历对象为每一个像素，且当前访问对象为卷积核的中心，采用处于中心对称的两个点进行权值共享的方法，十字型卷积网络设计：重识别网络依托于Resnet50的架构。本发明所述的一种基于十字卷积模块的行人重识别办法，该模块的可扩展性良好，可用于任意的网络结构，十字卷积的卷积前后特征的长宽并没有发生变化，可以直接做skip connection，该模块可以直接等效于BiLSTM2D模块，直接嵌入到Sequencer的网络中，以弥补BiLSTM2D只能做串行计算以及是递归计算的不足。

公开(公告)号：CN119992596A

公开(公告)日：2025-05-13

申请号：CN202510094825.2

申请日：2025-01-21

Applicant: 南宁桂电电子科技研究院有限公司 ,  桂林电子科技大学

Inventor： 张文辉 ,  时宇 ,  李林海

IPC: G06V40/10 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764 ,  G06V10/44 ,  G06T7/73 ,  G06T5/50

Abstract: 本发明公开一种基于动态注意力和跨分支动态融合的人体姿态估计方法，通过构建HRNet(多分辨率特征提取模块)、CSAM(跨分支动态融合模块)、DAM(动态增强模块)和SimCC(关键点坐标分类模块)相结合的关键点预测模型实现人体姿态估计。通过引入CSAM和DAM，结合HRNet和SimCC技术，显著提升人体关键点定位的精度和效率。动态注意力机制和多分辨率动态融合有效减少冗余计算，显著降低了模型推理时间；通过SimCC直接回归关键点坐标，避免热度图引入的模糊性，实现像素级精准定位；在复杂场景(如遮挡严重、视角变化大)下依然表现优越，具有强鲁棒性。