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 > 西安交通大学钱学明获国家专利权

西安交通大学钱学明获国家专利权

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!

龙图腾网获悉西安交通大学申请的专利一种目标重识别方法、系统、设备及介质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:CN115471817B

龙图腾网通过国家知识产权局官网在2025-07-15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:202211165576.4,技术领域涉及:G06V20/58;该发明授权一种目标重识别方法、系统、设备及介质是由钱学明;靳寒阳设计研发完成,并于2022-09-23向国家知识产权局提交的专利申请。

一种目标重识别方法、系统、设备及介质在说明书摘要公布了:本发明公开了一种目标重识别方法、系统、设备及介质,所述方法包括以下步骤:将用于重识别的目标图片以及候选库目标图片输入预先训练好的朴素分块重识别模型中进行特征提取,获得目标图片特征向量以及候选库目标图片特征向量;基于目标图片特征向量以及候选库目标图片特征向量计算相似度并排序,获得目标重识别结果;所述朴素分块重识别模型包括编码器和解码器;所述编码器采用第一泳镜网络或第二泳镜网络,所述解码器采用双模式网络。本发明在保证目标重识别精确度性能的同时,在NPU板载中具有较好的前向速度。

本发明授权一种目标重识别方法、系统、设备及介质在权利要求书中公布了:1.一种目标重识别方法,其特征在于,包括以下步骤: 将用于重识别的目标图片以及候选库目标图片输入预先训练好的朴素分块重识别模型中进行特征提取,获得目标图片特征向量以及候选库目标图片特征向量; 基于目标图片特征向量以及候选库目标图片特征向量计算相似度并排序,获得目标重识别结果; 其中,所述朴素分块重识别模型包括编码器和解码器; 所述编码器采用第一泳镜网络或第二泳镜网络,第一泳镜网络和第二泳镜网络的整体结构为, 所述泳镜模块用于将浅层图片纹理信息转化为深层语义信息;表中a表示阶段2的第一个泳镜模块之后,泳镜模块堆叠重复的次数,对于第一泳镜网络中a为7,对于第二泳镜网络中a为3;b表示阶段3的第一个泳镜模块之后,泳镜模块堆叠重复的次数,对于第一泳镜网络中b为13,对于第二泳镜网络中b为6;c表示阶段4的第一个泳镜模块之后,泳镜模块堆叠重复的次数,第一泳镜网络与第二泳镜网络中c均为2; 所述解码器采用双模式网络;所述双模式网络包括: 复制单元,用于输入从所述解码器输出的特征图并进行复制,输出三份复制所得的特征图; 切分单元,用于输入所述复制单元输出的第三份特征图并进行水平方向切分处理,输出切分后的两份二等分特征图; 全局最大池化单元,用于输入所述复制单元输出的第一份特征图以及所述切分单元输出的两份二等分特征图,并进行全局最大池化处理,输出各特征图经过池化后的特征向量; 全局平均池化单元,用于输入所述复制单元输出的第一份特征图和第二份特征图,进行全局平均池化处理,输出各特征图经过池化后的特征向量; 1x1卷积单元,用于输入所述全局最大池化单元和所述全局平均池化单元输出的池化后的特征向量并进行卷积降维处理,输出各特征向量经过降维后的特征向量。

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西安交通大学,其通讯地址为:710049 陕西省西安市碑林区咸宁西路28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。