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！

龙图腾网获悉重庆理工大学申请的专利基于风格无关多轴特征协同嵌入的跨模态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：CN119851307B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411833305.0，技术领域涉及：G06V40/10；该发明授权基于风格无关多轴特征协同嵌入的跨模态行人重识别方法是由董世都;袁凯;冉启悦;文婷设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本基于风格无关多轴特征协同嵌入的跨模态行人重识别方法在说明书摘要公布了：本发明公开了基于风格无关多轴特征嵌入的跨模态行人重识别方法，涉及行人重识别技术领域。本发明针对模式特异性特征提取的局限性，引入增强型风格独立特征模块ESF。该模块通过使用IN引导的风格无关权重图，在通道和空间两个维度上增强了与风格无关的判别性特征，有效地缓解了风格变化的影响；且本发明为了缓解特征嵌入过程中判别性特征不足的问题，提出了一个多轴协同嵌入模块，它能够有效的聚合了多个维度的判别性特征信息。

本发明授权基于风格无关多轴特征协同嵌入的跨模态行人重识别方法在权利要求书中公布了：1.基于风格无关多轴特征协同嵌入的跨模态行人重识别方法，其特征在于：至少包括以下步骤： S1：图像特征提取，即提取与风格无关的模态共享特征； S2：增强风格无关特征，ResNet-50卷积神经网络的骨干网络共有4个阶段，分别是残差块1－残差块4，从残差块1、2和3中提取的特征图分别输入到增强风格无关特征模块中，以增强通道和空间两个维度上的风格无关的判别性特征信息，增强风格无关特征模块即ESF模块； 所述S2中ESF模块的操作流程至少包括以下步骤： 对于残差块得到的特征图，其中C，H，W分别表示特征图的通道、高和宽的数量，将F分别输入通道注意力模块和空间注意力模块，获得通道注意力的输出和空间注意力的输出; 通过一个实例归一化IN引导生成的风格无关的权重图来强化前面叙述的和两种不同注意力机制风格无关的特征； 首先，将特征实例归一化操作应用于; 接着利用输出通道数为1的1*1的卷积Conv_1和函数将对实例归一化后的特征进行转换得到了风格无关的权重图： ; 其中，为了聚合这两个与风格无关的特征，利用得到的与风格无关的权重图分别与通道注意力和空间注意力的输出进行逐像素点乘运算； 使用参数和自适应地调整两种注意力特征的贡献，进而得到ESF模块的输出,的第个通道可以表述为： ; 式中表示第个通道，表示矩阵点乘; S3：为了缓解模态差异，将第三个ESF模块提取的特征图输入到多轴特征协同嵌入模块中，即MCE模块，所述MCE模块将特征图嵌入到风格无关的特征空间中，对多轴信息进行建模； S4：采用多损失共同优化，在硬三元组损失、身份损失、正交分离损失和中心聚类损失的共同监督下，使得整个网络的可见光-红外光行人重识别性能更好。

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重庆理工大学，其通讯地址为：400054 重庆市巴南区红光大道69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。