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！

龙图腾网获悉无锡学院申请的专利一种基于不变性约束对比学习的无监督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：CN118691861B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202410807651.5，技术领域涉及：G06V10/762；该发明授权一种基于不变性约束对比学习的无监督行人再识别方法是由汪磊;刘宸刚;焦瑞胜;马萍;皇甫紫薇;袁杰;沈飞凤;葛学健设计研发完成，并于2024-06-21向国家知识产权局提交的专利申请。

本一种基于不变性约束对比学习的无监督行人再识别方法在说明书摘要公布了：本发明公开了一种基于不变性约束对比学习的无监督行人再识别方法，获取伪标签的同类特征的表征特征，作为质心特征，基于质心特征和查询特征之间的相似矩阵，在相机不变性相似矩阵中，将使用同一聚类内被不同相机捕获的样本作为正样本；对于中心不变性相似矩阵和实例不变性相似矩阵；结合中心不变性损失、实例不变性损失和相机不变性损失来计算行人图像的对比度损失；构建ResNet网络的不变性约束对比度的总损失，总损失函数对ResNet网络进行多轮训练，每一轮训练过程中对无标签数据集重新进行分层。中心不变性和实例不变性可以缓解噪声样本的负面影响，而相机不变性通过利用相机感知分类策略提高了判别性。提高了从数据集中未标记数据中学习表征的性能。

本发明授权一种基于不变性约束对比学习的无监督行人再识别方法在权利要求书中公布了：1.一种基于不变性约束对比学习的无监督行人再识别方法，其特征在于，包括以下步骤：步骤1：利用摄像头对行人进行摄像头感知分类，获取行人图像；使用预训练的ResNet网络作为主干编码器获取行人图像的特征向量；步骤2：获取行人图像中聚类距离最短的特征向量，作为查询特征；获取标签数据集和无标签数据集，将标签数据集作为一层，将无标签数据集分为N层，并对各层的无标签数据分别赋值伪标签，形成N层伪标签数据，N为常数；步骤3：获取伪标签的同类特征的表征特征，作为质心特征，，基于质心特征和查询特征之间的相似矩阵，在相机不变性相似矩阵中，将使用同一聚类内被不同相机捕获的样本作为正样本；对于中心不变性相似矩阵和实例不变性相似矩阵；结合中心不变性损失、实例不变性损失和相机不变性损失来计算行人图像的对比度损失；所述中心不变性损失，具体为：构造一个初始化的聚类质心矩阵，通过每个聚类的代表动态更新聚类质心矩阵；中心不变性损失公式如下： 其中，q是查询编码，ω+是共享同一标签的质心特征，ωn为根据伪标签得到的每个簇的第一质心；更新机制如下： 其中，μ是动量更新因子，表示n-th个簇集和；|.|表示每个集群的实例数，包含所有特征向量n-th簇；所述实例不变性损失，具体为：获取每个特征向量之间的距离bk和第二质心Cbk,并将具有聚类距离最短的特征向量视为代表，并将质心更新为： 其中，为第一质心的初始化值；通过上式获得实例质心并将其纳入对比度损失方程中： 其中，是共享同一标签的实例质心特征；所述相机不变性，具体为：相机不变性损失具有的相机不变性相似性查询功能如下： 其中，P表示用相同聚类内但由不同相机捕获的样本设置的正特征集，相机簇σ属于P，Q表示负特征集；τ表示温度；相机不变性损失表达如下： 步骤4：构建ResNet网络的不变性约束对比度的总损失，基于总损失函数对ResNet网络进行多轮训练，每一轮训练过程中对无标签数据集重新进行分层。

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无锡学院，其通讯地址为：214105 江苏省无锡市锡山区锡山大道333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”。