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！

龙图腾网获悉南京邮电大学申请的专利基于通道信息和全局信息互补的无监督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：CN116229514B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202310204561.2，技术领域涉及：G06V40/10；该发明授权基于通道信息和全局信息互补的无监督行人重识别方法是由陈昌红;陆智裕;干宗良设计研发完成，并于2023-03-06向国家知识产权局提交的专利申请。

本基于通道信息和全局信息互补的无监督行人重识别方法在说明书摘要公布了：本发明公开了一种基于通道信息和全局信息互补的无监督行人重识别方法，包括：获取无标签的图像；将所述图像输入到深度卷积神经网络中提取全局特征；将所述全局特征按照特征通道方向划分得到多个局部特征，计算每个全局特征及其局部特征之间的特征亲密度参数；根据所述特征亲密度参数、局部特征和全局特征，双向优化标签分类结果，得到抗噪的全局伪标签和平滑后的局部特征标签；将抗噪的全局伪标签和平滑后的局部特征标签作为图像标签，利用所述图像及其图像标签对深度卷积神经网络进行训练，得到训练好的深度卷积神经网络；将待识别的图像输入训练好的深度卷积神经网络，根据所述深度卷积神经网络的输出，得到行人重识别结果。

本发明授权基于通道信息和全局信息互补的无监督行人重识别方法在权利要求书中公布了：1.一种基于通道信息和全局信息互补的无监督行人重识别方法，其特征在于，包括： 步骤1、获取无标签的图像； 步骤2、将所述图像输入到深度卷积神经网络中提取全局特征； 步骤3、将所述全局特征按照特征通道方向划分得到多个局部特征，计算每个全局特征及其局部特征之间的特征亲密度参数； 步骤4、根据所述特征亲密度参数、局部特征和全局特征，双向优化标签分类结果，得到抗噪的全局伪标签和平滑后的局部特征标签，包括： 步骤4.1：对于每个全局特征，选取特征亲密度参数最低的局部特征作为负样本对全局特征进行标签优化，获得抗噪的全局伪标签，表示为： 式中：为输出的抗噪的全局伪标签，yi是全局特征的分类器结果，是负样本通过局部特征分类器获得的预测向量，Snfig、Skfig分别表示当前第i个全局特征和第n、k个局部特征的亲密度参数，是负样本在源数据相同的局部特征里的排序归一化值，用来软化负样本对全局伪标签的影响，防止出现数据差距过大时的极端结果，u是均匀矢量；作为权重系数用来控制全局伪标签和负样本的选择趋向； 步骤4.2：基于获得的抗噪的全局伪标签，平滑全局特征对应的所有局部特征标签，得到平滑后的局部特征标签，表示为： 式中：是平滑后的局部特征标签，β＝Snfig为特征亲密度参数； 步骤5、将抗噪的全局伪标签和平滑后的局部特征标签作为图像标签，利用所述图像及其图像标签对深度卷积神经网络进行训练，得到训练好的深度卷积神经网络；训练时采用的损失函数为局部特征损失函数和全局特征损失函数叠加； 步骤6、将待识别的图像输入训练好的深度卷积神经网络，根据所述深度卷积神经网络的输出，得到行人重识别结果。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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。