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一种无监督域适应行人重识别方法及系统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：CN116884052B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202310516702.4，技术领域涉及：G06V40/16；该发明授权一种无监督域适应行人重识别方法及系统是由田青;程耀;杜晓欣;周子枭设计研发完成，并于2023-05-09向国家知识产权局提交的专利申请。

本一种无监督域适应行人重识别方法及系统在说明书摘要公布了：本发明提供一种无监督域适应行人重识别方法及系统，涉及域适应的应用领域。该无监督域适应行人重识别方法，包括：将提取后的样本特征经过特征映射分为全局特征和局部特征，通过交叉熵损失和三元组损失构造样本的全局特征和局部特征的基础模型；对样本的全局特征进行聚类操作，通过聚类操作生成伪标签，通过生成的伪标签训练全局和局部特征并以监督的方式优化网络；将全局特征和局部特征的相似度通过交叉一致性分数进行评判；结合交叉一致性分数和样本的局部特征实现对伪标签的提纯，以便完成行人重识别。本发明方法改善了现有无监督域适应行人重识别方法中的标签噪声问题。

本发明授权一种无监督域适应行人重识别方法及系统在权利要求书中公布了：1.一种无监督域适应行人重识别方法，其特征在于，包括： 将提取后的样本特征经过特征映射分为全局特征和局部特征，通过交叉熵损失和三元组损失构造样本的全局特征和局部特征的基础模型； 对样本的全局特征进行聚类操作，通过聚类操作生成伪标签，通过生成的伪标签训练全局和局部特征并以监督的方式优化网络； 将全局特征和局部特征的相似度通过交叉一致性分数进行评判； 结合交叉一致性分数和样本的局部特征实现对伪标签的提纯，以便完成行人重识别； 所述结合交叉一致性分数和样本的局部特征实现对伪标签的提纯，具体包括： 构建基于交叉一致性分数的标签平滑损失： 给定样本的伪标签局部特征的标签平滑公式为： 其中，u是一个一致性向量，是决定标签平滑程度的权重，通过交叉一致性分数Cig,pn动态更新即 将提纯后的局部特征伪标签带入到并且用KL散度重写交叉熵损失得到基于交叉一致性分数的标签平滑损失，公式如下： 其中，H·,·和DDL·||·分别表示交叉熵损失和KL散度，并通过的值进行权重平衡； 构建基于局部特征的伪标签提纯损失： 生成基于局部特征提纯后的伪标签作为全局特征的伪标签，公式如下： 其中，表示集合权重，是局部特征的预测向量，β∈[0,1]是控制one-hot编码和集成预测比率的加权参数；将提纯后的全局特征伪标签带入公式以此来训练全局特征： 得到最终的训练优化目标，公式如下： 其中，Ltrl表示三元组损失函数，Lcl表示对比学习损失函数。

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：210044 江苏省南京市浦口区宁六路219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。