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！

龙图腾网获悉南京行者易智能交通科技有限公司申请的专利一种基于场景无关特征学习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：CN116959027B 。

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：202310845032.0，技术领域涉及：G06V40/10；该发明授权一种基于场景无关特征学习的行人重识别方法是由周金明;孙良良设计研发完成，并于2023-07-11向国家知识产权局提交的专利申请。

本一种基于场景无关特征学习的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场景无关特征学习的行人重识别方法，该方法基于源数据集和目标数据集训练一个场景分类器，通过将行人的ID分类器与场景分类器的特征进行典型相关分析，获得一个行人身份特征与场景特征的相关因子，然后通过对抗学习，一方面典型相关因子的有效性，另一方面使得二者的相关因子降低，最后得到与场景无关的身份特征。通过该方法可以结合几乎所有已知用于监督学习的行人重识别公开数据集；通过提取场景无关的身份特征以实现效果，减少不同场景数据带来的消极影响；由于采用即插即用式设计，该方法对于不同任务及不同场景甚至是不同领域具有通用性，如画风无关的动漫人物识别，或者身份无关的语音识别等。

本发明授权一种基于场景无关特征学习的行人重识别方法在权利要求书中公布了：1.一种基于场景无关特征学习的行人重识别方法，其特征在于，包括以下步骤： 步骤1，将一定数量的行人图像作为训练样本，将所有训练样本的ID数量设为Cid，场景数量设为Cscene，从所有训练样本中任意选取一个样本集S，其中的样本数量为b，ID类别标签为Tid，场景类别标签为Tscene； 步骤2，对于所述样本集S，通过卷积神经网络模型对其提取维度为D1的图像特征F； 步骤3，将所述样本集S输入行人分类分支，该分支包含两个全连接层，第一全连接层的维度为D1×D2，第二全连接层的维度为D2×Cid，F经过第一层全连接层能够得到一个身份特征Fid，身份特征Fid经过第二层全连接层能够得到网络对于行人身份的ID分类预测值Pid； 步骤4，将所述样本集S输入场景分类分支，该分支包含两个全连接层，第一全连接层的维度为D1×D2，第二全连接层的维度为D2×Cscene，F经过第一层全连接层能够得到一个场景特征Fscene，场景特征Fscene经过第二层全连接层能够得到网络对于行人图像的场景分类预测值Pscene； 步骤5，采用典型相关分析的方法对身份特征Fid和场景特征Fscene提取相关因子，得到Lcorr，Lcorr用于优化典型相关分析部分的神经网络，梯度下降时，将梯度全部反转，从而使得相关性增大； 步骤6，使用CELoss分别训练身份和场景分类器，利用梯度下降法通过减小Loss的方法去除特征的相关性； 步骤7，最终训练时，交替进行典型相关分析和分类器训练，从而形成对抗学习，最终达到一个平衡，该平衡下，典型相关分析的性能优良，可以有效评估身份和场景特征的相关性；同时通过分类器提取出的身份和场景信息的相关性达到极小化极大值。

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行者易智能交通科技有限公司，其通讯地址为：210004 江苏省南京市秦淮区永智路6号南京白下高新技术产业开发区四号楼A栋102室；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。