武汉大学刘峥琦获国家专利权
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！
龙图腾网获悉武汉大学申请的专利一种基于半监督学习的提高行人重识别聚类精度的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：CN115965992B 。
龙图腾网通过国家知识产权局官网在2025-11-21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：202211526656.8，技术领域涉及：G06V40/10；该发明授权一种基于半监督学习的提高行人重识别聚类精度的方法是由刘峥琦;杜博;林雨恬设计研发完成，并于2022-11-30向国家知识产权局提交的专利申请。
本一种基于半监督学习的提高行人重识别聚类精度的方法在说明书摘要公布了：本发明公开了一种基于半监督学习的提高行人重识别聚类精度的方法。该方法利用已有的少量标注样本指导所有样本的聚类，提高了聚类的可靠性；弥补了基础聚类策略的不足，针对不同类型的聚类错误，进行合并或分裂操作，显著提高了聚类精度；同时考虑了不同相机所造成的影响，使行人重识别网络模型学习更多关于行人的有效特征；具有适应度高、性能高、需要标注信息少、简易优化聚类的特点，可以有效应用于需要快速部署行人重识别系统的实际安防场景。
本发明授权一种基于半监督学习的提高行人重识别聚类精度的方法在权利要求书中公布了：1.一种基于半监督学习的提高行人重识别聚类精度的方法，其特征在于，包括以下步骤： 步骤1，获取行人重识别数据集，将其分为训练集和测试集，并对训练集中少量数据进行人工标注，得到有标签的训练数据集； 步骤2，利用DBSCAN聚类算法对步骤1中所有训练集数据进行聚类，并获得样本数据的伪标签； 步骤3，将有标签数据聚类后的伪标签与人工标注的标签进行比较，对聚类错误的全部样本数据进行重新聚类，得到新的伪标签； 步骤4，若存在多个原聚类中的有标签数据都来自同一个行人，则将这多个原聚类进行合并，得到一个大聚类； 步骤5，若某个原聚类中有标签数据来自于不同行人，则将这个原聚类分裂为多个更小的纯聚类； 步骤6，将聚类的质心作为正样本，离散值作为负样本，利用对比学习损失函数进行反向传播，迭代更新神经网络模型参数； 步骤7，重复执行步骤2-步骤6，当聚类个数和准确率前后两次迭代差值小于μ时，认为网络模型收敛，输出用于行人重识别的神经网络模型； 步骤8，利用测试集数据测试网络模型聚类、分类效果。
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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区珞珈山武汉大学；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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励