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！

龙图腾网获悉北京信息科技大学申请的专利一种基于视觉语言提示学习的跨视角行人再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：CN120976969B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511046002.9，技术领域涉及：G06V40/10；该发明授权一种基于视觉语言提示学习的跨视角行人再识别方法是由于明鑫;周翔;葛怡源设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本一种基于视觉语言提示学习的跨视角行人再识别方法在说明书摘要公布了：本发明涉及计算机视觉与跨视角行人识别技术领域，特别是涉及一种基于视觉语言提示学习的跨视角行人再识别方法，包括：获取目标图像；将所述目标图像输入预设的行人识别模型中，输出行人再识别结果，其中，所述行人识别模型通过采用提示学习机制和双阶段训练策略训练视觉语言预训练模型CLIP得到，其中，所述提示学习机制用于建模视角偏差，所述双阶段训练策略用于实现跨模态语义对齐。本发明能够显著提升跨视角识别的准确性与鲁棒性。

本发明授权一种基于视觉语言提示学习的跨视角行人再识别方法在权利要求书中公布了：1.一种基于视觉语言提示学习的跨视角行人再识别方法，其特征在于，包括： 获取目标图像； 将所述目标图像输入预设的行人识别模型中，输出行人再识别结果，其中，所述行人识别模型通过采用提示学习机制和双阶段训练策略训练视觉语言预训练模型CLIP得到，其中，所述提示学习机制用于建模视角偏差，所述双阶段训练策略用于实现跨模态语义对齐；所述提示学习机制建模视角偏差包括： 在第一训练阶段采用视角感知文本模板，所述视角感知文本模板包括人物类别或身份语义信息、注入视角信息，用于引导模型感知空地视角间的结构偏移，所述第一训练阶段建模空中视角与地面视角图像在结构、姿态、尺度的差异性，引导图像特征在嵌入空间中对齐对应的语义提示信息，实现模态间的结构对应，所述第一训练阶段采用第一损失函数，所述第一损失函数包括图像文本对比损失、文本图像对比损失、空地相似性一致性损失； 所述第一损失函数为： ； ； ； ； ； ； 其中，表示第一训练阶段总损失，为空地相似性一致性损失，N表示数据集中行人身份的总数，表示内积操作，分别表示第j个样本的空中图像特征、地面图像特征，分别表示第j个样本的空中文本特征、地面文本特征，分别表示第k个样本的空中图像特征、地面图像特征，分别表示第k个样本的空中文本特征、地面文本特征，分别代表天空视角下和地面视角下的图像文本对比损失；表示图像编码函数，表示表示文本编码函数，和分别表示第i个空中视角与地面视角下的图像输入样本，和为第j个图像样本在相应视角下的输入，和表示第i个样本在空地视角下的提示文本输入，、为第j个样本的提示文本输入；表示自然对数函数，表示指数函数；参数B表示当前训练批次中的样本数，、分别代表天空视角下和地面视角下的文本图像对比损失；表示与类别相匹配的图像样本索引集合，表示该集合中样本数量；分别表示该集合中第p个图像样本在空中视角与地面视角下的输入，和表示第p个样本在空地视角下的提示文本输入； 在第二训练阶段采用无视角文本模板，所述视角感知文本模板包含身份语义信息，用于引导模型学习与视角无关的身份一致性表示，所述第二训练阶段在所述第一训练阶段完成视角偏差建模的基础上，进一步增强图像编码器对于身份的判别能力，并提升对空地视角变化的鲁棒性，最终学习出稳定且具备视角不变性的身份表示向量，所述第二训练阶段采用第二损失函数，所述第二损失函数包括分类损失、三元组损失、跨模态对齐损失。

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信息科技大学，其通讯地址为：100101 北京市海淀区清河小营东路12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。