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！

龙图腾网获悉电子科技大学申请的专利基于多层级信息融合Transformer的教室场景身份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：CN116311026B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202211738731.7，技术领域涉及：G06V20/52；该发明授权基于多层级信息融合Transformer的教室场景身份识别方法是由许林峰;谭博文;吴庆波;潘力立;孟凡满;李宏亮设计研发完成，并于2022-12-31向国家知识产权局提交的专利申请。

本基于多层级信息融合Transformer的教室场景身份识别方法在说明书摘要公布了：本发明公开了一种基于多层级信息融合Transformer的教室场景身份识别方法，属于图像检测技术领域。本发明包括：对视频进行采样处理，再送入目标检测网络中，基于目标检测网络的输出得到人物候选框，基于多层级信息融合Transformer网络对任务候选框进行特征提取，得到人物候选框的关键特征信息并保存，基于多层级信息融合Transformer网络对目标人物的人物候选框进行特征提取，得到目标人物的关键特征信息；基于关键特征信息之间的相似度比较确定视频帧是否存在目标人物识。本发明能有效检测并识别特定人物，具有较好的鲁棒性，在稀疏人群和密集人群中的效果都表现良好。同时该模块能为智慧课堂建设提供有力的辅助。

本发明授权基于多层级信息融合Transformer的教室场景身份识别方法在权利要求书中公布了：1.基于多层级信息融合Transformer的教室场景身份识别方法，其特征在于，包括下列步骤： 步骤1，采用等间隔采样方式对视频进行采样处理，并将采样处理后的各视频帧分别送入目标检测网络中，基于目标检测网络的输出得到人物候选框； 步骤2，基于多层级信息融合Transformer网络对人物候选框进行特征提取，得到人物候选框的关键特征信息并保存； 步骤3：基于多层级信息融合Transformer网络对目标人物的人物候选框进行特征提取，得到目标人物的关键特征信息； 将目标人物的关键特征信息与步骤2保存的各人物候选框的关键特征信息进行相似度计算，若当前人物候选框的关键特征信息与目标人物的关键特征信息之间的相似度大于相似度阈值，则表示当前人物候选框所对应的视频帧包含目标人物，否则当前人物候选框所对应的视频帧不包含目标人物；得到各视频帧的目标人物识别结果； 其中，基于多层级信息融合Transformer网络具体为： 通过一个四层的ViT编码器提取人物候选框的四个阶段的特征图：通过第一层的ViT编码器得到特征图，再将特征图输入第二层ViT编码器得到特征图，接着将特征图输入第三层ViT编码器得到特征图，最后将特征图输入第四层ViT编码器得到特征图； 所述多层级信息融合Transformer网络包括一个关注于局部区域特征的模块，由6个局部卷积融合模块组成；以及一个关注于全局特征的模块，由3个全局内容信息模块组成； 第一局部卷积融合模块的输入为特征图和，第二局部卷积融合模块的输入为第一局部卷积融合模块的输出和特征图，第三部卷积融合模块的输入为第二局部卷积融合模块的输出和特征图，并将第三局部卷积融合模块的输出记为特征图；第四局部卷积融合模块的输入为第一和第二局部卷积融合模块的输出；第五局部卷积融合模块的输入为第三和第四局部卷积融合模块的输出，并将第五局部卷积融合模块的输出记为特征图；第六局部卷积融合模块的输入为第四和第五局部卷积融合模块的输出，并将第六局部卷积融合模块的输出记为特征图； 第一全局内容信息模块的输入为特征图和分别经分块模块后输出的分块特征，第二全局内容信息模块的输入为第一全局内容信息模块的输出和特征图经分块模块后输出的分块特征，第三全局内容信息模块的输入为第二全局内容信息模块的输出和特征图经分块模块后输出的分块特征；将第三全局内容信息模块的输出记为特征图； 拼接特征图、、、和，得到多层级信息融合Transformer网络的输出特征向量，从而得到人物候选框的关键特征信息，以及目标人物的关键特征信息。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。

以上内容由龙图腾AI智能生成。