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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京科技大学杨柳获国家专利权

北京科技大学杨柳获国家专利权

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!

龙图腾网获悉北京科技大学申请的专利一种跨域行人属性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:CN117058494B

龙图腾网通过国家知识产权局官网在2026-02-10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:202310961613.0,技术领域涉及:G06V10/776;该发明授权一种跨域行人属性识别方法及系统是由杨柳设计研发完成,并于2023-08-01向国家知识产权局提交的专利申请。

一种跨域行人属性识别方法及系统在说明书摘要公布了:本发明公开了一种跨域行人属性识别方法及系统,该方法包括:构建跨域行人属性识别的评价准则,用于将属性标签类型和数量不同的源域数据集与目标域数据集之间的属性标签相互对应;将无监督域适应技术融入行人属性识别模型,构建跨域行人属性识别模型;基于所述评价准则,利用源域数据集和目标域数据集,对跨域行人属性识别模型进行训练和测试;利用训练好的跨域行人属性识别模型实现跨域行人属性识别。采用本发明的技术方案,可准确衡量跨域行人属性识别模型的性能,进而可以得到高精度的跨域行人属性识别模型。

本发明授权一种跨域行人属性识别方法及系统在权利要求书中公布了:1.一种跨域行人属性识别方法,其特征在于,包括: 构建跨域行人属性识别的评价准则,用于将属性标签类型和数量不同的源域数据集与目标域数据集之间的属性标签相互对应; 将无监督域适应技术融入行人属性识别模型,构建跨域行人属性识别模型; 基于所述评价准则,利用源域数据集和目标域数据集,对所述跨域行人属性识别模型进行训练和测试,得到训练好的跨域行人属性识别模型; 利用训练好的跨域行人属性识别模型实现跨域行人属性识别; 跨域行人属性识别的评价准则包括: 将源域数据集和目标域数据集中相同或相似的标签直接对应; 针对在源域数据集和目标域数据集中属性相反的标签,将目标域数据集中的标签进行取反操作,使取反后的标签与源域数据集中的标签对应; 如果源域数据集中的一个属性在语义上能够包含目标域数据集中的多个属性,则取目标域数据集中的这多个属性标签的并集与源域数据集中的属性对应; 跨域行人属性识别模型包括特征提取器、属性分类器和局部域判别器;其中,特征提取器与局部域判别器中加入有一个梯度反转层;跨域行人属性识别模型采用ResNet50作为特征提取器,用于提取图片特征;ResNet50的最后一层链接一个全连接层,全连接层的输出节点与要识别的属性数量相同,全连接层后面链接一个sigmoid函数,组成属性分类器;局部域判别器由一个线性层组成;局部域判别器计算域判别损失的过程包括:利用一个在COCO数据集上训练好的人体关键点模型识别行人的关键点;根据识别出的行人的关键点生成六个掩码,将生成的六个掩码应用在全局特征上,将全局特征分割成六个局部特征;将六个局部特征分别输入局部域判别器,得到六个局部域判别损失;同时,将分割前的全局特征输入局部域判别器,得到全局域判别损失,将得到的全局域判别损失与六个局部域判别损失的均值作为最终的域判别损失。

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北京科技大学,其通讯地址为:100083 北京市海淀区学院路30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。