Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 大连海事大学王辉兵获国家专利权

大连海事大学王辉兵获国家专利权

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!

龙图腾网获悉大连海事大学申请的专利一种基于跨尺度信息交互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:CN120071384B

龙图腾网通过国家知识产权局官网在2026-03-27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:202411905192.0,技术领域涉及:G06V40/10;该发明授权一种基于跨尺度信息交互的跨模态行人重识别方法是由王辉兵;廖俊;汤浩铭;辛文天;付先平设计研发完成,并于2024-12-23向国家知识产权局提交的专利申请。

一种基于跨尺度信息交互的跨模态行人重识别方法在说明书摘要公布了:本发明公开了一种基于跨尺度信息交互的跨模态行人重识别方法,属于计算机视觉技术领域,主要包括:把可见光行人图像和红外行人图像送入跨模态混淆器,运用成熟的图像处理技术,对这两种不同模态的输入图像进行预处理,进而得到符合模型要求的输入对象;随后,采用参数分离的特征提取网络,对输入对象进行处理分别获取可见光图像特征和红外图像特征;在此基础上,利用参数共享的特征提取网络,并结合跨尺度交互模块,进一步提取出模态共享特征;同时,针对特征提取网络所输出的两种不同尺度的特征,分别从中提取全局特征以及局部区域特征信息;最后,依据所获取的特征采用多损失联合优化策略,优化模型,最后基于查询图像和图库图像特征之间的相似度来确定查询结果。本发明能够显著提高可见光红外行人重识别的准确性与效率,在安防监控等诸多需要行人身份识别的领域有着广阔的应用前景。

本发明授权一种基于跨尺度信息交互的跨模态行人重识别方法在权利要求书中公布了:1.一种基于跨尺度信息交互的跨模态行人重识别方法,其特征在于,包括以下步骤: S1、获取成对的可见光图像和红外图像,将其中的可见光图像输入跨模态混淆器进行预处理生成伪红外图像,对所述伪红外图像和红外图像进行扩充后,构成训练集; S2、构建基于跨尺度信息交互的跨模态行人重识别网络模型,所述基于跨尺度信息交互的跨模态行人重识别网络模型采用改进的Resnet50网络框架,包括分离参数特征提取网络和参数共享的模态共享特征提取网络, 所述分离参数特征提取网络采用两个并行的Resnet50框架中第一阶段特征提取网络分别提取可见光图像特征和红外图像特征, 所述参数共享的模态共享特征提取网络包括Resnet50框架中第二~第五阶段特征提取网络和跨尺度信息交互模块,所述跨尺度信息交互模块分别插入到第二~第四阶段特征提取网络; S3、基于训练数据集中的训练数据对基于跨尺度信息交互的跨模态行人重识别网络模型进行训练,包括: 将可见光图像特征和红外图像特征输入至参数共享的模态共享特征提取网络,获得多尺度模态共享特征表示, 基于参数共享的模态共享特征提取网络获得的第四~第五阶段特征提取网络输出的两个尺度特征,通过归一化和池化后获得可见光图像和红外图像两种模态图像的全局特征和局部特征表示, 根据模型获得的多尺度全局特征和局部特征,采用交叉熵分类损失、三元组损失和跨模态对比损失的加权和反向传播并更新所述跨模态行人重识别网络模型的模型参数,所述模型参数包括Resnet50框架中并行的第一阶段特征提取网络,共享的第二~第五阶段的特征提取网络以及跨尺度信息交互模块中的参数; S4、获取查询图像和图库图像输入训练好的跨模态行人重识别网络模型,根据两者之间的相似度获得检索结果。

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大连海事大学,其通讯地址为:116026 辽宁省大连市甘井子区凌水街道凌海路1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。

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。