Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京信息工程大学孙伟获国家专利权

南京信息工程大学孙伟获国家专利权

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。

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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。