恭喜中山大學(xué)陳弟虎獲國家專利權(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)恭喜中山大學(xué)申請的專利一種跨模態(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:CN114764921B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-16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:202210421430.5,技術(shù)領(lǐng)域涉及:G06V40/10;該發(fā)明授權(quán)一種跨模態(tài)行人重識別方法是由陳弟虎;曾海棠;侯延柯設(shè)計研發(fā)完成,并于2022-04-21向國家知識產(chǎn)權(quán)局提交的專利申請。
本一種跨模態(tài)行人重識別方法在說明書摘要公布了:本發(fā)明提供的一種跨模態(tài)行人重識別方法,該方法主要包括以下步驟:通過第一數(shù)據(jù)集進行訓(xùn)練得到初始行人重識別模型;將所述初始行人重識別模型進行轉(zhuǎn)換得到跨模態(tài)行人重識別模型,將所述跨模態(tài)行人重識別模型移植至目標平臺;通過所述目標平臺進行實時圖像采集,從所述實時圖像中提取得到行人檢測結(jié)果;將所述行人檢測結(jié)果和預(yù)設(shè)目標輸入至所述跨模態(tài)行人重識別模型,得到行人重識別結(jié)果,能夠完善行人重識別的真實環(huán)境全時空應(yīng)用場景,建立日間夜間聯(lián)合行人重識別實現(xiàn)離線或在線跨模態(tài)行人重識別,并且,方法可以降低CPU占用率,加快了跨模態(tài)行人重識別速度,同時保持了低功耗、體積小的特點,可廣泛應(yīng)用于行人重識別技術(shù)領(lǐng)域。
本發(fā)明授權(quán)一種跨模態(tài)行人重識別方法在權(quán)利要求書中公布了:1.一種跨模態(tài)行人重識別方法,其特征在于,包括以下步驟:通過第一數(shù)據(jù)集進行訓(xùn)練得到初始行人重識別模型;將所述初始行人重識別模型進行轉(zhuǎn)換得到跨模態(tài)行人重識別模型,將所述跨模態(tài)行人重識別模型移植至目標平臺;通過所述目標平臺進行實時圖像采集,從所述實時圖像中提取得到行人檢測結(jié)果;將所述行人檢測結(jié)果和預(yù)設(shè)目標輸入至所述跨模態(tài)行人重識別模型,得到行人重識別結(jié)果;所述通過第一數(shù)據(jù)集進行訓(xùn)練得到初始行人重識別模型這一步驟,包括:從所述第一數(shù)據(jù)集中獲取得到RGB圖像以及紅外圖像;對所述RGB圖像進行特征提取得到RGB模態(tài)特征,對所述紅外圖像進行特征提取得到紅外模態(tài)特征;將所述RGB模態(tài)特征和所述紅外模態(tài)特征進行拼接得到混合模態(tài)特征;根據(jù)所述混合模態(tài)特征輸出得到跨模態(tài)特征;所述根據(jù)所述混合模態(tài)特征輸出得到跨模態(tài)特征這一步驟,包括:根據(jù)所述混合模態(tài)特征通過池化層輸出得到跨模態(tài)特征;所述跨模態(tài)特征包括:身份相關(guān)特征以及身份無關(guān)特征;所述根據(jù)所述混合模態(tài)特征通過池化層輸出得到身份相關(guān)特征以及身份無關(guān)特征這一步驟,包括:獲取所述混合模態(tài)特征中不屬于同一類的兩幅圖像的第一特征距離,以及屬于同一類的兩幅圖像的第二特征距離;根據(jù)所述第一特征距離以及所述第二特征距離,通過反向三元組損失函數(shù)確定所述身份無關(guān)特征;所述據(jù)所述混合模態(tài)特征通過池化層輸出得到身份相關(guān)特征以及身份無關(guān)特征這一步驟,包括:通過相關(guān)系數(shù)協(xié)同和中心聚類損失函數(shù)、三元組損失函數(shù)以及交叉熵損失函數(shù)從所述混合模態(tài)特征中提取得到;在根據(jù)所述混合模態(tài)特征通過池化層輸出得到跨模態(tài)特征這一步驟之后,所述方法還包括以下步驟:通過正交損失函數(shù),對所述身份相關(guān)特征的第一特征向量以及所述身份無關(guān)特征的第二特征向量進行正交解耦;根據(jù)正交解耦的結(jié)果從所述身份相關(guān)特征中分離出身份無關(guān)信息;所述將所述初始行人重識別模型進行轉(zhuǎn)換得到跨模態(tài)行人重識別模型,將所述跨模態(tài)行人重識別模型移植至目標平臺這一步驟,包括:對所述初始行人重識別模型進行模型框架校驗;確定所述初始行人重識別模型不屬于Caffe框架,將所述初始行人重識別模型轉(zhuǎn)換為Caffe框架下的所述跨模態(tài)行人重識別模型。
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)人中山大學(xué),其通訊地址為:510275 廣東省廣州市海珠區(qū)新港西路135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(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。
- 恭喜北卡羅來納-查佩爾山大學(xué)W·H·亨利獲國家專利權(quán)
- 恭喜浙江八達電子儀表有限公司占偉星獲國家專利權(quán)
- 恭喜老鋪黃金股份有限公司陳令勇獲國家專利權(quán)
- 恭喜旺宏電子股份有限公司江昱維獲國家專利權(quán)
- 恭喜OFS菲特爾有限責(zé)任公司P·G·韋斯特加德獲國家專利權(quán)
- 恭喜楊曉煒獲國家專利權(quán)
- 恭喜惠州市西頓工業(yè)發(fā)展有限公司盧敦發(fā)獲國家專利權(quán)
- 恭喜支付寶(杭州)信息技術(shù)有限公司盧曉文獲國家專利權(quán)
- 恭喜蘇州羽美尚精密機械有限公司施超獲國家專利權(quán)
- 恭喜珠海格力電器股份有限公司胡余生獲國家專利權(quán)


熱門推薦
- 恭喜波音公司吉姆·A·林頓獲國家專利權(quán)
- 恭喜上海精智實業(yè)股份有限公司周偉獲國家專利權(quán)
- 恭喜上海贏他科技股份有限公司胡少敏獲國家專利權(quán)
- 恭喜眉山華辰科技有限公司黃建華獲國家專利權(quán)
- 恭喜廣東瑞訊電子科技有限公司李建平獲國家專利權(quán)
- 恭喜微軟技術(shù)許可有限責(zé)任公司K·多特徹克夫獲國家專利權(quán)
- 恭喜深圳銀星智能集團股份有限公司梁志堅獲國家專利權(quán)
- 恭喜微軟技術(shù)許可有限責(zé)任公司P·D·S·達沃德獲國家專利權(quán)
- 恭喜廣東瑞訊電子科技有限公司李建平獲國家專利權(quán)
- 恭喜浙江金固股份有限公司葉燕飛獲國家專利權(quán)