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！

龙图腾网恭喜浙江理工大学申请的专利一种基于小波变换的跨模态行人重识别方法及系统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：CN119445621B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202510025650.X，技术领域涉及：G06V40/10；该发明授权一种基于小波变换的跨模态行人重识别方法及系统是由铁治欣;范浩标;陈燕兵;陶灵兵设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本一种基于小波变换的跨模态行人重识别方法及系统在说明书摘要公布了：本发明公开了一种基于小波变换的跨模态行人重识别方法及系统，涉及行人重识别技术领域，包括：构建两流ResNet‑50主干网络；通过ICB模块融合两流ResNet‑50主干网络浅层的特征，得到融合特征；通过WEB分支模块对融合特征进行特征提取得到高低频部分的模态共享特征；通过双分支中心引导损失优化WEB分支模块输出的模态共享特征以及ICB模块输出的融合特征得到最终识别结果。本发明通过信息补偿模块，在不同阶段结合小波变换聚合网络浅层的特征，补偿网络特征提取过程中丢失有价值的信息，提高了最终特征向量的质量；通过小波增强模块，并用双分支中心引导损失来引导网络挖掘小波子图中的模态不变信息，提高模型性能。

本发明授权一种基于小波变换的跨模态行人重识别方法及系统在权利要求书中公布了：1.一种基于小波变换的跨模态行人重识别方法，其特征在于，包括：采集VI-ReID的待测图像，并以此构建两流ResNet-50主干网络；通过ICB模块融合两流ResNet-50主干网络浅层的特征，得到融合特征；所述ICB模块用于融合两流ResNet-50主干网络的浅层特征，ICB模块将自注意学习与小波变换进行集成，利用小波变换进行可逆下采样，降低深层特征的空间维度；与浅层特征进行自注意学习，将结果与经过逆小波变换的深层特征进行拼接得到融合特征；所述将结果与经过逆小波变换的深层特征进行拼接得到融合特征包括：在主干网络Resnet上添加了4个ICB模块，前三个ICB模块针对每一个ResnetBlock前后做特征融合，第四个ICB模块对第一个和第三个ICB模块的输出做特征融合；所述ICB模块结构包括：将每一个ResnetBlock前后的特征分别作为浅层特征和深层特征，并一起作为ICB模块的输入，对输入应用卷积和正则化，将其映射到维度相同的特征空间，将深层特征的通道数进行减小得到缩小特征；对缩小特征使用haar离散小波变换分解为n个小波子带；将n个小波子带在通道维度上concat，得到haar离散小波变换的输出；对haar离散小波变换的输出和浅层特征进行卷积来捕捉局部区域的特征，并计算得到注意力输出；设计DWT-Conv-IDWT结构，将注意力输出与DWT-Conv-IDWT结构的输出进行拼接，得到小波注意力块的输出；对小波注意力块的输出进行卷积恢复通道数，并与最初输入的深层特征进行相加得到最终输出；通过WEB分支模块对所述融合特征进行特征提取得到高低频部分的模态共享特征；通过双分支中心引导损失来优化WEB分支模块输出的模态共享特征以及ICB模块输出的融合特征，得到最终识别结果；对最终识别结果进行可视化验证。

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理工大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街928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”。