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！

龙图腾网获悉浙江理工大学申请的专利一种行人重识别学习网络的构建方法及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：CN116563891B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202310548818.6，技术领域涉及：G06V40/10；该发明授权一种行人重识别学习网络的构建方法及行人重识别方法是由铁治欣;王王孟;陈燕兵;陶灵兵设计研发完成，并于2023-05-16向国家知识产权局提交的专利申请。

本一种行人重识别学习网络的构建方法及行人重识别方法在说明书摘要公布了：本发明公开了一种行人重识别学习网络的构建方法及行人重识别方法，涉及深度学习技术领域，包括：获取行人重识别数据集，对行人重识别数据集进行预处理，得到训练数据集；将训练数据集输入属性软共享和上下文局部网络，提取全局特征、局部特征和属性特征；将全局特征、局部特征和属性特征分别输入全局身份分类器、局部身份分类器和属性分类器中，得到行人身份、局部身份及行人属性的预测概率；基于行人身份、局部身份及行人属性的预测概率，计算总体损失；根据总体损失反向传播不断迭代更新属性软共享和上下文局部网络的模型参数，直至模型收敛，得到行人重识别学习网络。本发明可以抽取更具有判别性的多层次特征，提高行人重识别的检索性能。

本发明授权一种行人重识别学习网络的构建方法及行人重识别方法在权利要求书中公布了：1.一种行人重识别学习网络的构建方法，其特征在于，包括以下步骤： 获取行人重识别数据集，对行人重识别数据集进行预处理，得到训练数据集； 将训练数据集输入属性软共享和上下文局部网络，提取全局特征、局部特征和属性特征； 将全局特征、局部特征和属性特征分别输入全局身份分类器、局部身份分类器和属性分类器中，得到行人身份、局部身份及行人属性的预测概率； 基于行人身份、局部身份及行人属性的预测概率，计算总体损失； 根据总体损失反向传播不断迭代更新属性软共享和上下文局部网络的模型参数，直至模型收敛，得到行人重识别学习网络； 其中，属性软共享和上下文局部网络包括：骨干网络、全局特征分支、局部特征分支和属性特征分支；骨干网络采用ResNet-50模型，并去掉ResNet-50模型中的分类器；全局特征分支包括全局身份分类器，局部特征分支包括上下文局部模块和局部身份分类器，属性特征分支包括属性软共享模块和属性分类器；全局特征分支，用于提供全局级别的特征即全局特征；局部特征分支，通过设计的上下文局部模块，利用局部主体和整体之间潜在的空间关系和上下文信息来获得局部特征；属性特征分支，通过设计属性软共享模块建立属性之间的内在联系，构建属性特征； 提取属性特征，具体为： 将特征图X输入到一个全卷积网络中，提取低级属性特征图Ai，i∈1,2,…,r，r表示属性组的数量； 对于每个属性特征图Ai，将除了Ai以外的所有特征图Aj进行均值化，则来自其他类型的特征图为： 对属性特征图Ai执行两次软共享操作，公式如下： 式中，表示第一阶段共享信息的属性特征图； 通过全局平均池化Avg，获取属性特征通道数为Ca。

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浙江理工大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街928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”。