Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜衢州海易科技有限公司;电子科技大学长三角研究院(衢州);衢州学院;衢州市公安局交通警察支队吴磊获国家专利权

恭喜衢州海易科技有限公司;电子科技大学长三角研究院(衢州);衢州学院;衢州市公安局交通警察支队吴磊获国家专利权

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!

龙图腾网恭喜衢州海易科技有限公司;电子科技大学长三角研究院(衢州);衢州学院;衢州市公安局交通警察支队申请的专利一种基于深度学习面向车路协同的行人检索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:CN119323803B

龙图腾网通过国家知识产权局官网在2025-04-01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:202411874279.6,技术领域涉及:G06V40/10;该发明授权一种基于深度学习面向车路协同的行人检索方法是由吴磊;程凯;单文煜;陈鹏;周小龙;黄忠京;刘明;曹曙烽;夏云霓;陈坚武;岑沛丰;詹虎山;柴凌勇;李俊;李曦;何东飞;刘念伯;曾晟珂;李秀华设计研发完成,并于2024-12-19向国家知识产权局提交的专利申请。

一种基于深度学习面向车路协同的行人检索方法在说明书摘要公布了:本发明公开了一种基于深度学习面向车路协同的行人检索方法,属于行人重识别技术领域,包括以下步骤:建立训练集;在ReID模型中设置一个无监督鉴别器网络结构;S3:使用训练集通过预热学习对ReID模型进行预设数量回合的迭代训练;完成预设数量回合的训练后,部署训练好的ReID模型;将待识别图像输入训练完成的ReID模型中,根据自适应阈值n,选取前n%的结果,判定为目标人物,得到检测结果,本申请在ReID模型中引入了无监督鉴别器网络结构,不仅提高了特征的代表性和区分能力,还显著提升了行人识别的准确率,本申请还设置了行人阈值n的判定,保证了检索的高效性和精准性。

本发明授权一种基于深度学习面向车路协同的行人检索方法在权利要求书中公布了:1.一种基于深度学习面向车路协同的行人检索方法,其特征在于,包括以下步骤:S1:使用YOLOv8n进行行人检测,获得图像,将图像采用随机旋转的方式进行增强,对增强后的图像进行随机擦除,获得训练集;S2:设置ReID模型,ReID模型由两个分支组成,第一分支为包括残差网络的标准分类网络结构,第二分支为无监督鉴别器网络结构,第一个分支的r层卷积层为对抗层;S3:使用训练集通过预热学习对ReID模型进行预设数量回合的迭代训练,每个回合的训练流程为:将训练集中的图像输入ReID模型的残差网络中,经过r层卷积层后,得到特征图,将特征图输入残差网络的后续模块中参与后续训练,并根据设置参数,以一定概率启用无监督鉴别器网络结构中的鉴别器,ReID模型使用标签平滑后的标签计算三元损失函数并对残差网络进行梯度更新;当鉴别器被调用时,将特征图和裁剪至与特征图大小相同的原图输入鉴别器中,鉴别器进行图像类别判断和计算鉴别器的损失函数,通过鉴别器的损失函数对鉴别器自身权重进行梯度更新,并反向传播至前r层卷积层,对其进行梯度更新;S4:完成预设数量回合的训练后,部署训练好的ReID模型;S5:将待识别图像输入训练完成的ReID模型中,根据自适应阈值n,选取前n%的结果,判定为目标人物,得到检测结果。

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衢州海易科技有限公司;电子科技大学长三角研究院(衢州);衢州学院;衢州市公安局交通警察支队,其通讯地址为:324000 浙江省衢州市柯城区白云街道花园东大道258号10幢304-7室;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”。

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。