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！

龙图腾网获悉北京理工大学;中国科学院地理科学与资源研究所申请的专利一种基于特征分离和融合的行人重识别表征学习技术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：CN116978090B 。

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：202310724846.9，技术领域涉及：G06V40/16；该发明授权一种基于特征分离和融合的行人重识别表征学习技术是由袁武;陈盈盈;袁文;黄奕博设计研发完成，并于2023-06-19向国家知识产权局提交的专利申请。

本一种基于特征分离和融合的行人重识别表征学习技术在说明书摘要公布了：本发明涉及一种基于特征分离与融合的行人重识别表征学习方法，属于人工智能、深度学习以及计算机视觉技术领域。本发明考虑到人脸与身形、体态及姿势等特征之间，在表示学习上存在差异，通过多样化表示学习和特征融合，补全行人表征信息，提高行人表征学习的准确性和鲁棒性：首先利用图像空间可分离性，把不稳定的服饰信息与人脸及其他稳定的信息剥离开，分别学习着装表征模型ClothingRepresentationModel,CR以及服饰无关的行人表征模型Clothing‑IndependentPersonRepresentationModel,CIPR；然后，对CR和CIIR进行联合训练，从行人着装中补充身形、体态和姿势等高层语义，学习基于着装的行人表征模型Clothes‑DependentPersonRepresentationModel,CDPR，通过模型融合，互补有无，增强行人表征信息。

本发明授权一种基于特征分离和融合的行人重识别表征学习技术在权利要求书中公布了：1.一种基于特征分离和融合的行人重识别表征学习方法，其特征在于，包括以下步骤： 步骤1、在多样化表征学习中建立服饰无关的行人表征模型CIPR 步骤2、在多样化表征学习中建立着装表征模型CR 对着装分类器进行训练，利用公式5优化着装分类损失，其目的是让着装编码器捕捉与着装相关的特征； 其中，xi表示输入的行人图像，表示图像xi的真实着装标签，表示CR的着装分类损失，表示CR的着装编码器，表示CR的着装分类器，Loss·表示损失函数； 步骤3、在步骤2的基础上，多样化表征学习中学习基于着装的行人表征模型CDPR 冻结着装编码器的底层网络，利用公式6对高层网络进行微调，目的是捕捉着装中蕴含的身形、体态及姿势稳定的特征信息； 其中，表示CDPR的行人分类损失，表示CDPR的行人分类器，表示冻结底层网络的CR的着装编码器，表示图像xi的真实行人标签，CE·表示交叉熵损失； 步骤4、在步骤1和步骤3的基础上，进行模型融合； 完全冻结CIPR编码器，在训练CDPR的同时，对CIPR模型与CDPR模型进行融合。

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理工大学;中国科学院地理科学与资源研究所，其通讯地址为：100081 北京市海淀区中关村南大街5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。