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！

龙图腾网恭喜齐鲁工业大学(山东省科学院);山东省人工智能研究院申请的专利基于自适应权重的跨摄像头代理对比损失的构建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：CN119206264B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202411720172.6，技术领域涉及：G06V10/74；该发明授权基于自适应权重的跨摄像头代理对比损失的构建方法是由李志慧;石明;胡文丽;苗继浦;丁晓敏设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本基于自适应权重的跨摄像头代理对比损失的构建方法在说明书摘要公布了：本发明涉及图像检索技术领域，尤其是提供了基于自适应权重的跨摄像头代理对比损失的构建方法。该方法包括获得预处理后的训练数据集；将预处理后的训练数据集输入到卷积神经网络，获得全局特征；通过全局特征构建跨摄像头代理对比损失函数；根据跨摄像头代理对比损失函数，构建跨摄像头代理对比损失的自适应权重；利用融合自适应权重的跨摄像头代理对比损失训练网络，通过反向传播优化网络参数，优化网络，该方法通过自适应权重，网络模型可以根据样本之间的相似度与相机特征质心的关系，调整各个样本对损失的贡献，特征相似的样本会被赋予更大的权重，从而在训练过程中促使模型更加关注这些重要样本，提升特征学习的效率。

本发明授权基于自适应权重的跨摄像头代理对比损失的构建方法在权利要求书中公布了：1.一种基于自适应权重的跨摄像头代理对比损失的构建方法，其特征在于，所述方法包括：步骤1、对来自不同摄像头下的行人图像数据集进行预处理，获得预处理后的训练数据集；步骤2、将预处理后的训练数据集输入到卷积神经网络，获得全局特征；步骤3、通过全局特征构建跨摄像头代理对比损失函数；步骤4、根据跨摄像头代理对比损失函数，构建跨摄像头代理对比损失的自适应权重；步骤5、利用融合自适应权重的跨摄像头代理对比损失训练网络，通过反向传播优化网络参数，优化网络；所述步骤4包括：为了动态调整跨摄像头代理对比损失，构建自适应权重，其表达式为： ；其中表示为一个余弦相似度的计算，用于衡量全局特征与相机质心的相似性，其值越高表示样本与质心的相似度越大；是温度参数，用于控制相似度对权重的影响程度；阈值表示为一个偏移量，用于调节相似度的阈值；最终运用Sigmoid函数确保权重在（0，1）之间；所述步骤5包括：融合自适应权重的跨摄像头代理对比损失，其表达式为： ；其中，是图像的数量；和分别是针对全局特征的正样本和硬负样本的索引集；是权重；是与正样本j相关联的摄像机感知代理的特征质心的转置；是温度参数；是摄像机感知代理的特征质心的转置。

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齐鲁工业大学(山东省科学院);山东省人工智能研究院，其通讯地址为：250353 山东省济南市长清区西部新城大学科技园；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”。