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！

龙图腾网恭喜浙江大学申请的专利一种基于伪标签修正的多目标跟踪无监督域适应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：CN114693979B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202210368119.9，技术领域涉及：G06V10/764；该发明授权一种基于伪标签修正的多目标跟踪无监督域适应方法是由王润发;于慧敏;齐国栋;卢朝晖;顾建波设计研发完成，并于2022-04-08向国家知识产权局提交的专利申请。

本一种基于伪标签修正的多目标跟踪无监督域适应方法在说明书摘要公布了：本发明公开了一种基于伪标签修正的多目标跟踪无监督域适应方法。该方法首先使用对抗生成网络对源数据域的图像进行向目标数据域的风格转换；然后在域适应模型训练的过程中，在每一轮训练结束后使用当前模型在目标数据域生成伪标签，并对伪标签进行修正后加入到域适应训练当中；最后训练结束获得最终的跟踪网络。该方法可以通过不断调优修正目标域的伪标签监督信息加入域适应训练，使得跟踪模型更好的学习到具备域不变性质的特征，在无监督信息的目标数据域获得接近监督学习的性能。

本发明授权一种基于伪标签修正的多目标跟踪无监督域适应方法在权利要求书中公布了：1.一种基于伪标签修正的多目标跟踪无监督域适应方法，其特征在于，具体包括如下步骤：1形成域适应训练数据集：使用图像风格转换模型G进行源域数据Ds{xs，Boxs，IDs}向目标域数据Dt{Xt}的风格迁移，获得转换后的数据集合并D′s和Dt形成域适应训练数据集；2训练获得跟踪模型：使用合并D′s和Dt形成的训练数据集，进行一个阶段的多目标跟踪模型的域适应训练，获得当前训练阶段的跟踪模型Mcurr；3获得粗糙的伪标签：使用当前训练阶段的跟踪模型Mcurr和目标域数据集Dt{Xt}，获得粗糙的伪标签Boxp，IDp；4修正粗糙的伪标签：将目标域数据集Dt{xt}以及粗糙的伪标签Boxp，IDp送入伪标签修正模块，获得修正后的更为准确的伪标签Boxp′，IDp′；5组合数据：将修正后的伪标签作为目标域数据的监督信息，组合当前的目标域数据Dt{xt，Boxp′，IDp′}和风格转换后的源域数据D′s{xs′，Boxs，IDs}形成新的数据集；6重复和收敛：重复2～5步骤，进行域适应模型的训练收敛，直至模型达到损失函数低于固定阈值，结束训练获取最终的域适应模型Mout。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。