買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜訊飛智元信息科技有限公司;安徽大學申請的專利行人重識別方法、裝置、設備及可讀存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114445859B 。

龍圖騰網通過國家知識產權局官網在2025-05-13發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111679104.6，技術領域涉及：G06V40/10；該發明授權行人重識別方法、裝置、設備及可讀存儲介質是由潘蓬;譚昶;湯進;賈若然;鄭愛華;李成龍設計研發完成，并于2021-12-31向國家知識產權局提交的專利申請。

本行人重識別方法、裝置、設備及可讀存儲介質在說明書摘要公布了：本申請公開了一種行人重識別方法、相關設備及可讀存儲介質，先基于包含RGB圖像和紅外圖像的圖像對訓練得到特征提取模型，在獲取待查詢圖像之后，將待查詢圖像輸入特征提取模型，該特征提取模型輸出該待查詢圖像的特征，通過將該待查詢圖像的特征與查詢數據庫中各個行人圖像的特征進行匹配，即可得到所述待查詢圖像對應的行人重識別結果。在本申請中，特征提取模型是基于RGB圖像和紅外圖像訓練得到的，無論是對RGB圖像進行特征提取，還是對紅外圖像進行特征提取都能保證提取特征的有效性，因此，能夠提升行人重識別結果的準確性。

本發明授權行人重識別方法、裝置、設備及可讀存儲介質在權利要求書中公布了：1.一種行人重識別方法，其特征在于，所述方法包括：獲取待查詢圖像；將所述待查詢圖像輸入特征提取模型，所述特征提取模型輸出所述待查詢圖像的特征；所述特征提取模型是基于包含RGB圖像和紅外圖像的圖像對訓練得到的；將所述待查詢圖像的特征與查詢數據庫中各個行人圖像的特征進行匹配，得到所述待查詢圖像對應的行人重識別結果；所述特征提取模型基于預先構建的特征提取模型訓練網絡訓練，所述特征提取模型訓練網絡包括特征提取模塊、屬性分類模塊、特征融合模塊、特征對齊模塊以及身份預測模塊；在所述特征提取模型訓練網絡訓練過程中，所述特征提取模塊對訓練用圖像對中的RGB圖像和紅外圖像進行特征提取，得到所述RGB圖像的全局特征、所述紅外圖像的全局特征、所述圖像對的整體局部特征；所述屬性分類模塊基于所述圖像對的整體局部特征生成所述圖像對的新的整體局部特征，以及，基于所述圖像對的整體局部特征對所述圖像對的屬性進行預測，得到屬性預測結果，所述屬性預測結果與所述訓練用圖像對的屬性標簽間的差異為所述屬性分類模塊的損失；所述特征融合模塊對所述圖像對的新的整體局部特征和所述RGB圖像的全局特征進行融合，得到所述RGB圖像的新的全局特征，以及，對所述圖像對的新的整體局部特征和所述紅外圖像的全局特征進行融合，得到所述紅外圖像的新的全局特征；所述特征對齊模塊基于所述RGB圖像的新的全局特征以及所述圖像對的屬性標簽，得到合成的紅外模態特征；基于所述紅外圖像的新的全局特征以及所述圖像對的屬性標簽，得到真實紅外模態特征；基于所述合成的紅外模態特征和所述真實紅外模態特征，生成中間模態特征，所述中間模態特征與所述合成的紅外模態特征的差異以及所述中間模態特征與所述真實紅外模態特征的差異為所述特征對齊模塊的損失；所述身份預測模塊基于所述RGB圖像的新的全局特征和所述紅外圖像的新的全局特征對所述圖像對的身份進行預測，得到身份預測結果，所述身份預測結果與所述訓練用圖像對的身份標簽間的差異為所述身份預測模塊的損失。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人訊飛智元信息科技有限公司;安徽大學，其通訊地址為：230088 安徽省合肥市高新區望江西路666號訊飛大廈8層-10層；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。