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！

龙图腾网获悉南京信息工程大学申请的专利基于领域自适应的跨域车辆重识别方法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：CN114091510B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202111090479.9，技术领域涉及：G06V20/58；该发明授权基于领域自适应的跨域车辆重识别方法是由孙伟;胡亚华;张小瑞;徐凡;代广昭;左军;纪锦设计研发完成，并于2021-09-17向国家知识产权局提交的专利申请。

本基于领域自适应的跨域车辆重识别方法在说明书摘要公布了：基于领域自适应的跨域车辆重识别方法。本发明公开了将图片输入预先训练好的三条Net网络模型中，对三条Net网络的参数进行加权平均得三条Mean‑Net网络模型；将源域图片输入Mean‑Net网络模型中输出的预测值标记为软伪标签；将目标域图片通过聚类算法得到硬伪标签；通过软伪标签和硬伪标签分别计算三条Net网络模型的软分类损失函数和硬分类损失函数；通过三条Net网络模型，即Net1，Net2和Net3，对应的软分类损失函数和硬分类损失函数构建循环平均学习框架；将车辆数据图片输入构建循环平均学习框架输出相同车辆图片。

本发明授权基于领域自适应的跨域车辆重识别方法在权利要求书中公布了：1.基于领域自适应的跨域车辆重识别方法，其特征在于，所述方法包括： 将图片输入预先训练好的三条Net网络模型中，对三条Net网络的参数进行加权平均得三条Mean-Net网络模型； 将源域图片输入Mean-Net网络模型中输出的预测值标记为软伪标签； 将目标域图片通过聚类算法得到硬伪标签； 通过软伪标签和硬伪标签分别计算三条Net网络模型的软分类损失函数和硬分类损失函数； 通过三条Net网络模型，即Net1，Net2和Net3，对应的软分类损失函数和硬分类损失函数构建循环平均学习框架； 将车辆数据图片输入循环平均学习框架输出相同车辆图片； Net网络模型的训练方法包括： 将swin-transformer作为特征提取网络，将预先训练好的SNR模块和多分类器插入特征提取网络，构建Net网络模型； SNR模块的训练步骤： 输入源域图片经过实例归一化，然后将实例归一化的特征图与原特征图做差值，在差值中通过mask提取和身份相关的信息并将提取的信息加到实例归一化后的特征图； 将实例归一化的特征图与提取的信息特征图相加得到的特征图再通过群归一化处理得到最后的特征图。

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南京信息工程大学，其通讯地址为：224002 江苏省盐城市盐南高新区新河街道文港南路105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”。