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！

龙图腾网恭喜南开大学申请的专利一种基于多模态信息的跨外观行人重识别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：CN115376159B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202210820445.9，技术领域涉及：G06V40/10；该发明授权一种基于多模态信息的跨外观行人重识别方法是由王恺;马志;刘蒙蒙;李涛设计研发完成，并于2022-07-13向国家知识产权局提交的专利申请。

本一种基于多模态信息的跨外观行人重识别方法在说明书摘要公布了：本发明提供了一种基于多模态信息的跨外观行人重识别方法，包括以下步骤：预处理跨外观行人重识别数据集；从视觉图像中获取行人的轮廓图像与部件语义图像；利用网络模型提取特征矩阵；将三个特征矩阵拼接为融合特征矩阵；对四个特征矩阵，分别进行池化下采样获取特征；再分别使用批次归一化和全连接层获取分类特征；计算损失；损失层梯度反向传播，更新网络模型及其全连接层的权值参数；重复上述步骤，直至网络模型收敛，或者达到最大迭代次数；使用融合推理特征作为行人特征表示进行检索，融合推理特征由融合特征采用批次归一化获取。本发明有效地缓解了网络过于关注行人外观信息的问题，提升了跨外观行人重识别模型的检索性能。

本发明授权一种基于多模态信息的跨外观行人重识别方法在权利要求书中公布了：1.一种基于多模态信息的跨外观行人重识别方法，其特征在于：包括以下步骤：步骤1：利用数据增强策略预处理跨外观行人重识别数据集；步骤2：使用预训练的轮廓识别网络和语义分割网络分别从预处理过的图像中获取行人的轮廓图像与部件语义图像；步骤3：利用非共享权重的轮廓特征提取网络模型、视觉特征提取网络模型和语义特征提取网络模型分别对应从轮廓图像、视觉图像和部件语义图像提取出行人的高维轮廓特征矩阵、高维视觉特征矩阵和高维语义特征矩阵；步骤4：将高维轮廓特征矩阵、高维视觉特征矩阵、高维语义特征矩阵拼接为融合特征矩阵；步骤5：对高维轮廓特征矩阵、高维视觉特征矩阵、高维语义特征矩阵和融合特征矩阵，分别进行池化下采样获取高维轮廓特征、高维视觉特征、高维语义特征和融合特征；步骤6：对高维轮廓特征、高维视觉特征、高维语义特征和融合特征，分别使用批次归一化和全连接层获取高维轮廓分类特征、高维视觉分类特征、高维语义分类特征和融合分类特征；步骤7：分别计算高维轮廓特征、高维视觉特征、高维语义特征和融合特征的最难三元损失，再分别计算高维轮廓分类特征、高维视觉分类特征、高维语义分类特征和融合分类特征的身份分类损失，然后加权求和得到总损失；步骤8：损失层梯度反向传播，更新轮廓特征提取网络模型、视觉特征提取网络模型和语义特征提取网络模型及其全连接层的权值参数；步骤9：重复步骤2-8，直至轮廓特征提取网络模型、视觉特征提取网络模型和语义特征提取网络模型收敛，或者达到最大迭代次数，完成模型训练；步骤10：查询图像和图库图像输入完成训练的模型中，使用融合推理特征作为行人特征表示进行检索，融合推理特征由融合特征使用批次归一化获取。

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南开大学，其通讯地址为：300000 天津市南开区卫津路94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”。