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)大學申請的專利一種基于人在回路的行人重識別后重排方法獲國家發(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：CN116778525B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-09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：202310403963.5，技術(shù)領(lǐng)域涉及：G06V40/10；該發(fā)明授權(quán)一種基于人在回路的行人重識別后重排方法是由孫國道;梁盼;夏旺;朱子昊;梁榮華設(shè)計研發(fā)完成，并于2023-04-17向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于人在回路的行人重識別后重排方法在說明書摘要公布了：一種基于人在回路的行人重識別后重排方法，包括：1使用無監(jiān)督行人重識別模型得到針對檢索目標在圖庫中所有圖片初始排名；2人對排名結(jié)果執(zhí)行迭代反饋操作；3使用半監(jiān)督標簽圖傳播方法，利用用戶反饋來對行人重識別排名分數(shù)進行優(yōu)化。4使用k融合算法消除步驟3過程中可能產(chǎn)生的樣本“抖動”,得到反饋后優(yōu)化的排名。本發(fā)明能提高行人重識別的準確性和穩(wěn)定性。

本發(fā)明授權(quán)一種基于人在回路的行人重識別后重排方法在權(quán)利要求書中公布了：1.一種基于人在回路的行人重識別后重排方法，其特征在于，包括以下步驟： 步驟1、使用無監(jiān)督行人重識別模型得到針對檢索目標在圖庫中所有圖片初始排名，給定一個檢索對象,以及包含張圖像的圖庫作為無監(jiān)督的行人重識別模型的輸入，得到每張圖片的特征并計算出圖庫每張圖片的初始排名得分； 步驟2、人對排名結(jié)果執(zhí)行迭代反饋操作；要求用戶為每次反饋提供至少一個正樣本和一個負樣本；如果用戶無法找到正樣本，則允許選擇一個與查詢圖像相似的負樣本作為正樣本；將所有執(zhí)行的反饋操作集合記為，使用這些反饋操作可以進一步優(yōu)化和修正初始排名列表，提高行人重識別的準確性和穩(wěn)定性；用戶至少提供一個正標簽和一個負標簽；需要注意的是，如果用戶找不到一個正樣本，則可以選擇一個與查詢相似的負樣本作為正樣本；將用戶標記為正樣本的樣本集合表示為，將負樣本表示為；剩余的圖庫中未標記的實例表示為未標記樣本； 步驟3、使用半監(jiān)督的標簽圖傳播方法，利用用戶反饋來對行人重識別排名分數(shù)進行優(yōu)化；第一步是構(gòu)建kNN圖，用于刻畫圖像之間的相似性；第二步是在構(gòu)建的圖上進行標簽傳播，將正樣本和負樣本的標簽傳遞到其余的未標注樣本上；在構(gòu)建kNN圖時，使用高維向量表示每個樣本的特征，并計算樣本之間的相似性，最終構(gòu)建出一個kNN圖；在進行標簽傳播時，利用用戶提供的正負標簽，基于拉普拉斯支持向量機構(gòu)建傳播優(yōu)化函數(shù)，并采用牛頓求解法對其進行求解；最終，得到的新的排名分數(shù)可以用來更新每個樣本在圖庫中與探測樣本的相似度得分； 步驟4、使用k融合算法消除步驟3過程中可能產(chǎn)生的樣本抖動；首先通過規(guī)則檢測所有帶有抖動的樣本，然后采用漸進式方法對它們進行更新；由于單次反饋中不存在抖動，因此可以通過比較每個樣本在分支之間的排名來確定帶有抖動的樣本；根據(jù)檢測到的樣本，將累積反饋分成單次反饋，并使用現(xiàn)有算法計算基于每個單次反饋的分支排名列表；最后，使用每個分支排名列表中得分最高的分數(shù)來更新帶有抖動的樣本。

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號浙江工業(yè)大學；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)”。