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！

龙图腾网获悉江西师范大学申请的专利基于模态感知交互与自适应三元组对齐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：CN120823624B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511332147.5，技术领域涉及：G06V40/10；该发明授权基于模态感知交互与自适应三元组对齐的行人重识别方法是由杨滨滨;苏涵冰;汪广洲;滑鸿宇;谢更生;易玉根设计研发完成，并于2025-09-18向国家知识产权局提交的专利申请。

本基于模态感知交互与自适应三元组对齐的行人重识别方法在说明书摘要公布了：本发明涉及计算机视觉技术领域，具体涉及基于模态感知交互与自适应三元组对齐的行人重识别方法。在本发明中，训练一个包括特征提取器和模态感知交互模块的行人重识别模型，通过该行人重识别模型实现行人重识别。模态感知交互模块通过空间与通道联合注意力机制，引导模型在特征提取初期动态建模模态内部结构差异，从而增强模态自适应性与互信息建模能力；动态温度加权三元组损失引入动态温度机制并与自适应中心损失共同作用，强化样本间的结构建模，减缓传统三元组损失在跨模态训练中面临的不稳定性。

本发明授权基于模态感知交互与自适应三元组对齐的行人重识别方法在权利要求书中公布了：1.一种行人重识别模型训练方法，其特征在于，包括以下步骤： 构建行人重识别模型； 使用包括可见光图像和红外图像的数据集对行人重识别模型进行训练，其中，通过卷积操作提取原始特征图；通过通道语义聚焦机制获取通道聚焦权重，通过空间语义聚焦机制获取空间聚焦权重，并分别施加到原始特征图上；分别提取可见光模态和红外模态的低维统计向量，拼接后通过多层感知机处理，得到跨模态注意力权重；基于跨模态注意力权重融合可见光模态和红外模态的特征； 根据目标损失更新行人重识别模型的参数； 其中，所述分别提取可见光模态和红外模态的低维统计向量，拼接后通过多层感知机处理的操作如下列式所示： 其中，和分别表示可见光模态和红外模态的低维统计向量；表示可见光模态的特征图，表示红外模态的特征图；表示全局平均池化操作；表示多层感知机处理；表示Sigmoid激活操作；表示跨模态注意力权重； 所述基于跨模态注意力权重融合可见光模态和红外模态的特征的操作如下式所示： 其中，表示通道聚焦权重施加到原始特征图上得到的可见光模态特征图；表示空间聚焦权重施加到原始特征图上得到的红外模态特征图；表示跨模态注意力权重；表示融合特征图； 所述目标损失为由身份分类交叉熵损失、动态温度加权三元组损失、KL损失和自适应中心损失构成的联合损失，如下式所示： 其中，表示联合损失；表示身份分类交叉熵损失；表示动态温度加权三元组损失；表示自适应中心损失；表示KL损失；表示控制各项损失的相对权重，表示控制自适应中心损失强度的权重，表示控制KL损失的相对权重； 所述动态温度加权三元组损失由下式计算： 其中，表示动态温度加权三元组损失；表示批量训练样本数量；表示预设的间隔超参数；表示取较大值操作；表示第个样本的加权负样本距离；表示第个样本的加权正样本距离，由下列式计算： 其中，表示第个样本的正样本集合；表示第个样本与正样本的欧式距离；表示第个样本与第个正样本的加权系数；表示正样本距离均值，表示第轮训练时的温度控制因子；表示指数运算； 表示第个样本的加权负样本距离，由下列式计算： 其中，表示第个样本的负样本集合；表示第个样本与第个负样本的欧式距离；表示第个样本与第个负样本的加权系数；表示负样本距离均值；表示第轮训练时的温度控制因子；表示指数运算。

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江西师范大学，其通讯地址为：330000 江西省南昌市高新技术开发区紫阳大道99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。