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！

龙图腾网获悉天津科技大学申请的专利一种基于改进的多尺度困难三元组损失函数的行人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：CN117237979B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202210597107.3，技术领域涉及：G06V40/10；该发明授权一种基于改进的多尺度困难三元组损失函数的行人重识别方法是由马永军;曾鑫设计研发完成，并于2022-05-30向国家知识产权局提交的专利申请。

本一种基于改进的多尺度困难三元组损失函数的行人重识别方法在说明书摘要公布了：本发明属于计算机视觉领域，尤其涉及行人重识别领域。具体涉及一种基于改进的多尺度困难三元组损失函数的行人重识别方法，旨在解决现有基于困难三元组损失函数的行人重识别在困难正负样本对挖掘方面的能力需要进一步提升的问题。本发明包括：通过ResNeSt50网络模型作为特征提取网络来挖掘较高细粒度的行人特征；通过改进的多尺度困难三元组损失函数来优化模型训练过程中对不同尺度特征空间的困难正负样本的在线挖掘；通过带有标签平滑正则化的交叉熵损失函数对行人ID分类任务进行监督训练；采用损失平衡加权的策略对两个损失函数进行权重配比调节。本发明可应用于各场景的行人重识别任务，并能显著提高行人重识别的性能。

本发明授权一种基于改进的多尺度困难三元组损失函数的行人重识别方法在权利要求书中公布了：1.一种基于改进的多尺度困难三元组损失函数的行人重识别方法，其特征在于，具体实现步骤如下： 步骤S1：对行人数据集进行数据预处理操作，包括数据增强和数据标准化等操作，其中数据增强包括随机大小剪裁、转置、水平翻转、垂直翻转、随机仿射变换、标准化； 步骤S2：将预处理后的图片数据输入到ImageNet上的ResNeSt50预训练模型中进行训练，提取具有一定语义信息的行人特征； 步骤S3：针对设定的低、中、高三种不同尺度的特征空间，锚样本分别对应有不同尺度下的正负样本其中低尺度特征空间参与距离计算的行人样本特征来自主干网络conv3_x提取得到的特征，中尺度特征空间参与距离计算的行人样本特征来自主干网络conv4_x提取得到的特征,高尺度特征空间参与距离计算的行人样本特征来自主干网络conv5_x提取得到的特征； 步骤S4：则一个批次P×K个样本共同组成3×P×K个样本对定义三个尺度特征空间的距离函数分别为DL·，DM·，DH·，对三个尺度特征空间分别求平均距离； 步骤S5：以dL代表低尺度空间的平均距离，计算如下： 步骤S6：以dM代表中尺度空间的平均距离，计算如下： 步骤S7：以dH代表高尺度空间的平均距离，计算如下： 步骤S8：接下来计算各个尺度特征空间对应的经过归一化操作的距离，即利用各个尺度空间对应样本的距离再除以各自对应的平均距离，这样方便在进行数值比较的时候能够规范统一尺度； 步骤S9：以d'L代表对应样本的低尺度空间的归一化距离，计算如下： 步骤S10：以d'M代表对应样本的中尺度空间的归一化距离，计算如下： 步骤S11：以d'H代表代表对应样本的高尺度空间的归一化距离，计算如下： 步骤S12：如附图图1所示，通过比较d'L、d'M和d'H的数值大小，挑选出数值最小的一组作为困难正负样本，分别记作和并计算对应尺度的损失值，遍历完P×K个样本，重复步骤S9-步骤S11，最终得到损失函数，其式子如下： 步骤S13：引入损失平衡加权的策略对改进的多尺度困难三元组损失函数和带有标签平滑正则化的交叉熵损失函数进行了联合优化。

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天津科技大学，其通讯地址为：300457 天津市经济技术开发区第十三大街29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”。