华中科技大学高常鑫获国家专利权
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!
龙图腾网获悉华中科技大学申请的专利基于跨摄像头自蒸馏的行人重识别模型建立方法及其应用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:CN116229512B 。
龙图腾网通过国家知识产权局官网在2025-10-14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:202310176476.X,技术领域涉及:G06V40/10;该发明授权基于跨摄像头自蒸馏的行人重识别模型建立方法及其应用是由高常鑫;陈济远;桑农设计研发完成,并于2023-02-27向国家知识产权局提交的专利申请。
本基于跨摄像头自蒸馏的行人重识别模型建立方法及其应用在说明书摘要公布了:本发明公开了基于跨摄像头自蒸馏的行人重识别模型建立方法及其应用,属于行人重识别领域,包括:利用特征提取网络提取行人图片的特征后聚类,标注全局伪标签,按摄像头将聚类类别划分为多个子聚类,标注局部伪标签;标注完成后得到训练集;构建包含特征提取网络以及与摄像头一一对应的多个分类器的监督网络,各分类器分别根据特征进行分类,得到分类概率分布;利用训练集对监督网络进行训练;训练损失包括分类损失和蒸馏损失,分别表示同摄像头分类概率分布与局部伪标签之间的差异,以及跨摄像头分类概率分布与同摄像头分类概率分布之间的差异;重复以上步骤,直至特征提取网络收敛,输出该网络。本发明能够提高无监督行人重识别的准确度。
本发明授权基于跨摄像头自蒸馏的行人重识别模型建立方法及其应用在权利要求书中公布了:1.一种基于跨摄像头自蒸馏的行人重识别模型建立方法,其特征在于,包括如下步骤: S1利用特征提取网络提取行人图片的特征后,对所提取的特征进行聚类,将聚类所得的每一个类别划分为多个子聚类,将所属类别和所属子聚类分别标注为行人图片的全局伪标签和局部伪标签,得到训练集;每个子聚类中的特征提取自同一摄像头捕获的行人图片; S2构建包含所述特征提取网络以及与摄像头一一对应的多个分类器的监督网络,其中的特征提取网络用于提取行人图片的特征,各分类器分别根据该特征进行分类,得到行人图片属于各子聚类的概率;若行人图片与分类器对应的摄像头相同,则分类器的输出记为同摄像头分类概率分布,否则,记为跨摄像头分类概率分布; S3利用所述训练集对所述监督网络进行训练,以优化所述特征提取网络的参数;训练损失函数包括分类损失和蒸馏损失,分别表示同摄像头分类概率分布与局部伪标签之间的差异,以及跨摄像头分类概率分布与同摄像头分类概率分布之间的差异; S4重复步骤S1~S3,直至所述特征提取网络收敛,输出所述特征提取网络作为行人重识别模型; 所述蒸馏损失的计算表达式为: 其中,表示总样本对数;表示全局伪标签为、局部伪标签为且由第个摄像头捕获的行人图片的特征;表示第个分类器根据特征进行分类后,得到的行人图片属于各子聚类的概率;表示全局伪标签为、局部伪标签为且由第个摄像头捕获的行人图片的特征;表示第个分类器根据特征进行分类后,得到的行人图片属于各子聚类的概率;。
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华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励