浙江工業(yè)大學杜鋒獲國家專利權(quán)
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)獲悉浙江工業(yè)大學申請的專利基于中間模態(tài)的參數(shù)共享和特征學習的跨模態(tài)行人重識別方法獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN115731574B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202211431464.9,技術(shù)領(lǐng)域涉及:G06V40/10;該發(fā)明授權(quán)基于中間模態(tài)的參數(shù)共享和特征學習的跨模態(tài)行人重識別方法是由杜鋒;產(chǎn)思賢;白琮設(shè)計研發(fā)完成,并于2022-11-15向國家知識產(chǎn)權(quán)局提交的專利申請。
本基于中間模態(tài)的參數(shù)共享和特征學習的跨模態(tài)行人重識別方法在說明書摘要公布了:一種基于中間模態(tài)的參數(shù)共享和特征學習的跨模態(tài)行人重識別方法,通過中間模態(tài)生成器生成中間模態(tài)圖像,所生成的中間模態(tài)圖像能夠緩解模態(tài)差異,然后原始圖像與中間模態(tài)圖像一同輸入自主設(shè)計的雙流骨干網(wǎng)絡(luò)進行特征提取,對提取的特征設(shè)計了全局和局部特征學習,從粗粒度和細粒度兩個層次減小模態(tài)差異。聯(lián)合損失函數(shù)被用來篩選模態(tài)共有特征中具有身份區(qū)別性的特征,對網(wǎng)絡(luò)模型進行優(yōu)化。本發(fā)明在跨模態(tài)行人重識別任務(wù)取得了不錯的效果。
本發(fā)明授權(quán)基于中間模態(tài)的參數(shù)共享和特征學習的跨模態(tài)行人重識別方法在權(quán)利要求書中公布了:1.基于中間模態(tài)的參數(shù)共享和特征學習的跨模態(tài)行人重識別方法,其特征在于,包括以下步驟: S1.獲取訓練數(shù)據(jù)集,所述訓練數(shù)據(jù)集中每個訓練樣本為帶有身份標注的可見光和紅外線圖像,將訓練樣本輸入到所提出中間模態(tài)生成器中,所生成的中間模態(tài)圖像和原始圖像具有相同的身份標識; S2.將生成的中間模態(tài)圖像Mvis,Mir與原始圖像VIS,IR一起送入所設(shè)計的參數(shù)共享的雙流網(wǎng)絡(luò)中提取模態(tài)共享特征; S3.將提取的特征圖送入所設(shè)計的全局和局部特征學習模塊,從粗粒度和細粒度兩個層次減少模態(tài)差異; S4.使用Ldclloss訓練中間模態(tài)生成器,使得生成的中間模態(tài)圖像更加接近,Lidloss與Lhc_triloss的組合監(jiān)督局部特征,Lccloss監(jiān)督全局特征,總體損失L為上述loss的總和,通過總體損失L的反向傳播對中間模態(tài)生成器和雙流主干網(wǎng)絡(luò)的參數(shù)進行優(yōu)化;所述總體損失L表示如下: L=Lid+0.5Ldcl+Lhc_tri+Lcc1 其中Lid是滑動標簽交叉熵損失,Lhc_tri異中心三元組損失,Lid和Lhc_tri聯(lián)合監(jiān)督局部特征,Ldcl是分布一致性損失,用于使得中間模態(tài)生成器生成的圖像互相接近;Lcc是中心聚集損失,用于監(jiān)督全局特征; 中心聚集損失Lcc表示為: Lcc=LccV,I+LccV,Mvis+LccMvis,I+LccMvis,Mir6 其中LccV,I表示對VIS與IR圖像的中心聚集損失,其具體公式表示為: 其中是當前批次中帶有標簽yi的特征的平均值,P是當前批次中的身份數(shù)量,σ是中心之間的最小邊距;其中B表示每個模態(tài)輸入圖像的數(shù)量,2B為VIS圖像與IR圖像在批量拼接后的圖片數(shù)量;其他模態(tài)間的中心聚集損失與公式7類似; S5.將待識別圖像輸入到訓練好的網(wǎng)絡(luò)中,分別提取待識別圖像特征和數(shù)據(jù)庫圖像特征,通過圖像特征的比對,完成待識別圖像的識別。
如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人浙江工業(yè)大學,其通訊地址為:310014 浙江省杭州市拱墅區(qū)潮王路18號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據(jù)或者憑證。


熱門推薦
- 德州儀器公司胡炳華獲國家專利權(quán)
- 鵬鼎控股(深圳)股份有限公司徐茂峰獲國家專利權(quán)
- 用友網(wǎng)絡(luò)科技股份有限公司劉芳獲國家專利權(quán)
- 生物發(fā)明國際公司B·弗倫德修斯獲國家專利權(quán)
- 寧波公牛電器有限公司張宇獲國家專利權(quán)
- 中山市科彼特自動化設(shè)備有限公司周珂獲國家專利權(quán)
- 三星電子株式會社金熙中獲國家專利權(quán)
- 雅科貝思精密機電(上海)有限公司印欣獲國家專利權(quán)
- 華東建筑設(shè)計研究院有限公司胡振青獲國家專利權(quán)
- 海信容聲(廣東)冷柜有限公司尹燕剛獲國家專利權(quán)