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！

龙图腾网获悉广州大学申请的专利行人再识别网络模型数据增广及训练方法、训练装置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：CN115546583B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202211236485.5，技术领域涉及：G06V10/774；该发明授权行人再识别网络模型数据增广及训练方法、训练装置是由綦科;孙玉祥设计研发完成，并于2022-10-10向国家知识产权局提交的专利申请。

本行人再识别网络模型数据增广及训练方法、训练装置在说明书摘要公布了：本发明涉及人工智能技术领域，且公开了行人再识别网络模型数据增广及训练方法，包括以下步骤：S101：获取M个训练图像和该M个训练图像的标注数据，M个训练图像包括行人，每个训练图像的标注数据包括每个训练图像中的行人所在的包围框和行人身份标识信息；S102：应用设定的采样策略，选取M个训练图像中的一批训练图像作为一个批次训练样本，应用水平条带分割‑混洗方法，对该批次训练样本对进行数据增广，获得数据增广批次训练样本。本发明针对行人再识别网络模型设计的扩展三重损失函数，可以处理小数相似度标签，从而可以与所述数据增广Strip‑Cutmix方法共同应用于行人再识别网络模型的训练。

本发明授权行人再识别网络模型数据增广及训练方法、训练装置在权利要求书中公布了：1.行人再识别网络模型数据增广及训练方法，其特征在于，包括以下步骤： S101：获取M个训练图像和该M个训练图像的标注数据，M个训练图像包括行人，每个训练图像的标注数据包括每个训练图像中的行人所在的包围框和行人身份标识信息； S102：应用设定的采样策略，选取M个训练图像中的一批训练图像作为一个批次训练样本，应用水平条带分割-混洗方法，对该批次训练样本对进行数据增广，获得数据增广批次训练样本； S103：将数据增广批次训练样本，按照设定的采样策略，输入到行人再识别网络模型进行特征提取，得到该批次训练样本对的特征向量； S104：应用扩展三重损失函数，计算该批次训练样本的特征向量所对应的损失函数的函数值； 扩展三重损失函数具体为：给定锚点图片a，与锚点相同身份的正样本集合Pa，与锚点不同身份的负样本集合Na，m为宽松项： sp＝sa,pp∈Pa； sn＝sa,nn∈Na； 其中sa,p表示正样本对相似度，sa,n表示负样本对相似度，Sn越小，Sp越大，损失就越小； 标准TripletLoss表示为：Ltriplet＝sn-sp+m，其包含一个放松条件，只要Sp-Snm，即正样本相似度比负样本相似度大于一个宽松项m，就不再继续优化这组Sn和Sp； 扩展放松条件，扩展标准TripletLoss，使其函数值分布在所述样本对相似度标签周围： 当和时，就不再优化这个三元组； 其中：yn为负样本对相似度标签，yp为正样本对相似度标签，是宽松项，令这样当yn＝0和yp＝1时，和标准TripletLoss兼容； S105：根据损失函数的函数值对行人再识别网络模型的网络参数进行更新； S106：重复上述S102、S103、S104和S105步骤，对每个批次训练样本进行训练，直到扩展三重损失函数的函数值满足预设条件，从而完成行人再识别网络模型的训练，得到满足预设条件的行人再识别网络模型，预设条件为满足下列条件中的至少一种：行人再识别网络的训练次数大于或等于预设次数，扩展三重损失函数的函数值小于或等于预设阈值。

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广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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”。