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！

龙图腾网恭喜深圳市优必选科技股份有限公司申请的专利行人重识别方法、装置、计算机可读存储介质及终端设备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：CN114937287B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202210611695.1，技术领域涉及：G06V40/10；该发明授权行人重识别方法、装置、计算机可读存储介质及终端设备是由王侃;庞建新设计研发完成，并于2022-05-31向国家知识产权局提交的专利申请。

本行人重识别方法、装置、计算机可读存储介质及终端设备在说明书摘要公布了：本申请属于行人重识别技术领域，尤其涉及一种行人重识别方法、装置、计算机可读存储介质及终端设备。所述方法在模型训练过程中使用的损失函数为预设的基于分布的三元组损失函数；所述基于分布的三元组损失函数约束负样本特征距离的均值与正样本特征距离的均值的差值大于预设的差值阈值；所述正样本特征距离为基准图像特征和正样本图像特征之间的距离；所述负样本特征距离为基准图像特征和负样本图像特征之间的距离。通过本申请，可以对正样本特征距离的均值和负样本特征距离的均值施加约束，有效缓解了现有技术对于不同的三元组收敛目标不统一的缺点，训练所得模型所提取特征的判别性和鲁棒性更强，从而提高了行人重识别结果的准确率。

本发明授权行人重识别方法、装置、计算机可读存储介质及终端设备在权利要求书中公布了：1.一种行人重识别方法，其特征在于，包括：获取待处理的行人重识别任务；使用预设的行人重识别模型对所述行人重识别任务进行处理，得到行人重识别结果；其中，所述行人重识别模型在模型训练过程中使用的损失函数为预设的基于分布的三元组损失函数；所述基于分布的三元组损失函数为： 其中，Lmacro为宏观约束函数，用于约束负样本特征距离的均值与正样本特征距离的均值的差值大于预设的差值阈值，为正样本微观约束函数，用于约束第一特征距离减小至正样本特征距离的均值，为负样本微观约束函数，用于约束第二特征距离增大至负样本特征距离的均值，λ为预设的权重系数，Ltriplet_distribution为所述基于分布的三元组损失函数，所述第一特征距离为大于正样本特征距离的均值的正样本特征距离，所述第二特征距离为小于负样本特征距离的均值的负样本特征距离；所述正样本特征距离为基准图像特征和正样本图像特征之间的距离；所述负样本特征距离为基准图像特征和负样本图像特征之间的距离。

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深圳市优必选科技股份有限公司，其通讯地址为：518000 广东省深圳市南山区学苑大道1001号南山智园C1栋16、22楼；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”。