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！

龙图腾网获悉厦门理工学院申请的专利基于全局-局部图卷积网络的跨域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：CN115331260B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202210994031.8，技术领域涉及：G06V40/10；该发明授权基于全局-局部图卷积网络的跨域行人重识别方法及系统是由陈思;许博伦;王大寒;朱顺痣;吴芸设计研发完成，并于2022-08-18向国家知识产权局提交的专利申请。

本基于全局-局部图卷积网络的跨域行人重识别方法及系统在说明书摘要公布了：本发明涉及一种基于全局‑局部图卷积网络的跨域行人重识别方法及系统，该方法包括以下步骤：利用特征提取器提取源域和目标域图像的全局特征；将全局特征进行水平切分得到上半身特征和下半身特征，并使用仿射变换映射得到细粒度更高的局部特征；使用DBSCAN聚类方法对不带有标签的目标域图像生成伪标签，再利用自步学习的策略生成可靠标签；使用图卷积网络将同一张图像的全局特征、上半身特征、下半身特征及细粒度更高的局部特征进行特征融合；将全局特征、细粒度更高的局部特征分别存储于全局特征存储库、局部特征存储库；使用对比学习损失函数训练网络模型，并利用训练好的网络模型对图像进行重识别。该方法及系统有利于提高跨域行人重识别的准确性。

本发明授权基于全局-局部图卷积网络的跨域行人重识别方法及系统在权利要求书中公布了：1.一种基于全局-局部图卷积网络的跨域行人重识别方法，其特征在于，包括以下步骤： A.利用特征提取器提取源域和目标域图像的全局特征； B.将全局特征进行水平切分得到上半身特征和下半身特征，并使用仿射变换映射 得到细粒度更高的局部特征； C.使用DBSCAN聚类方法对不带有标签的目标域图像生成伪标签，再利用自步学习的策略生成可靠标签； D.使用图卷积网络将同一张图像的全局特征、上半身特征、下半身特征以及细粒度更高的局部特征进行特征融合； E.将全局特征、细粒度更高的局部特征分别存储于全局特征存储库、局部特征存储库； F.使用对比学习损失函数训练网络模型，并利用训练好的网络模型对图像进行重识别； 所述步骤B的实现方法为： 首先，将全局特征水平切割得到行人的上半身特征和下半身特征，这两种特征的维度 都是2048×12×8；其次，为了获得第i个图像中细粒度更高的局部特征，其中 表示第个局部特征，对上半身特征和下半身特征使用仿射变换操作，从而让映射的局部 特征更加准确，对于上半身特征，的映射公式如下： 其中表示细粒度特征的坐标系矩阵；表示上半身特征的坐标系 矩阵；是仿射变换的系数映射矩阵；是系数，i={1,2}且j={1,2}，是偏置量，l={0, 1}；对于下半身特征，采用同样的方法将特征映射成细粒度更高的局部特征；然后对全局 特征、上半身特征、下半身特征和局部特征的维度进行平均池化操作，降低到256维。

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厦门理工学院，其通讯地址为：361024 福建省厦门市集美区理工路600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。