Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉大学何发智获国家专利权

武汉大学何发智获国家专利权

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!

龙图腾网获悉武汉大学申请的专利基于三模态一致性约束的跨模态行人再识别方法和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:CN115661857B

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:202211239389.6,技术领域涉及:G06V40/10;该发明授权基于三模态一致性约束的跨模态行人再识别方法和系统是由何发智;司统振;唐伟;吴浩然设计研发完成,并于2022-10-11向国家知识产权局提交的专利申请。

基于三模态一致性约束的跨模态行人再识别方法和系统在说明书摘要公布了:本发明公开了一种基于三模态一致性约束的跨模态行人再识别方法和系统,该方法包括:构建行人识别模型;融合彩色和红外图像,产生增强样本;将彩色、红外和增强图像输入模型,提取图像特征图;实施池化操作获取图像的整体和局部特征,输入分类器完成分类任务;构建三元中心损失,减少模态间的特征差异;构建紧致的模态内约束,减少模态内的特征差异;联合交叉熵、三元中心损失和紧致的模态内约束,优化行人识别模型;测试应用阶段,提取行人的整体与局部特征,并将其串联进行行人匹配,得到识别结果。本发明充分利用红外和彩色图像信息,产生增强图像减少模态间差异,构建损失解决模态内和模态间差异大问题,提高了跨模态行人再识别的匹配正确率。

本发明授权基于三模态一致性约束的跨模态行人再识别方法和系统在权利要求书中公布了:1.一种基于三模态一致性约束的跨模态行人再识别方法,其特征在于,所述方法包括以下步骤: 步骤S1,基于卷积神经网络,构建行人识别模型; 步骤S2,基于图像融合技术,融合彩色图像和红外图像,产生异构增强的行人图像; 步骤S3,将彩色图像、红外图像和异构增强的图像进行预处理之后输入构建的行人识别模型,提取彩色图像、红外图像和异构增强图像对应的特征图; 步骤S4,基于提取的特征图,进行池化操作获取图像的整体和局部特征,将这些特征输入分类器完成分类任务,并利用交叉熵计算损失; 步骤S4包括以下步骤: 步骤S41,对提取的彩色图像特征图、红外图像特征图和异构增强图像的特征图实施池化操作,获得三种图像对应的整体特征; 步骤S42,对提取的彩色图像特征图和红外图像特征图水平划分为均匀的三块,并对每块实施池化操作,获得对应的局部特征; 步骤S43,基于提取的整体和局部特征,将每个特征输入分类器,利用交叉熵函数计算预测损失,其中彩色图像、红外图像和异构增强图像所对应的损失值分别表示为, 其中,t是特征对应的真实标签,表示彩色图像的第i个特征,表示红外图像的第i个特征,表示异构图像的整体特征,表示将特征预测为标签t的概率,i=1,2,3,4,表示三种局部特征和一个整体特征; 步骤S44,利用交叉熵函数计算的三种图像特征的预测损失总值表示为: 其中P表示每次输入网络的行人图像身份类别总数,K表示每个行人类别中的图像总数; 步骤S5,基于提取的整体和局部特征,构建三元中心损失,减少模态间的特征差异; 步骤S6,基于提取的整体和局部特征,构建紧致的模态内约束损失,减少模态内的特征差异; 步骤S7,联合交叉熵损失、三元中心损失和紧致的模态内约束损失,共同优化构建的行人识别模型; 步骤S8,基于所述优化的行人识别模型,提取行人图像的整体与局部特征,并将其串联进行行人匹配,得到行人识别结果。

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武汉大学,其通讯地址为:430072 湖北省武汉市武昌区珞珈山街道八一路299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。

免责声明
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。