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！

龙图腾网恭喜中山大学申请的专利一种跨模态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：CN114764921B 。

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：202210421430.5，技术领域涉及：G06V40/10；该发明授权一种跨模态行人重识别方法是由陈弟虎;曾海棠;侯延柯设计研发完成，并于2022-04-21向国家知识产权局提交的专利申请。

本一种跨模态行人重识别方法在说明书摘要公布了：本发明提供的一种跨模态行人重识别方法，该方法主要包括以下步骤：通过第一数据集进行训练得到初始行人重识别模型；将所述初始行人重识别模型进行转换得到跨模态行人重识别模型，将所述跨模态行人重识别模型移植至目标平台；通过所述目标平台进行实时图像采集，从所述实时图像中提取得到行人检测结果；将所述行人检测结果和预设目标输入至所述跨模态行人重识别模型，得到行人重识别结果，能够完善行人重识别的真实环境全时空应用场景，建立日间夜间联合行人重识别实现离线或在线跨模态行人重识别，并且，方法可以降低CPU占用率，加快了跨模态行人重识别速度，同时保持了低功耗、体积小的特点，可广泛应用于行人重识别技术领域。

本发明授权一种跨模态行人重识别方法在权利要求书中公布了：1.一种跨模态行人重识别方法，其特征在于，包括以下步骤：通过第一数据集进行训练得到初始行人重识别模型；将所述初始行人重识别模型进行转换得到跨模态行人重识别模型，将所述跨模态行人重识别模型移植至目标平台；通过所述目标平台进行实时图像采集，从所述实时图像中提取得到行人检测结果；将所述行人检测结果和预设目标输入至所述跨模态行人重识别模型，得到行人重识别结果；所述通过第一数据集进行训练得到初始行人重识别模型这一步骤，包括：从所述第一数据集中获取得到RGB图像以及红外图像；对所述RGB图像进行特征提取得到RGB模态特征，对所述红外图像进行特征提取得到红外模态特征；将所述RGB模态特征和所述红外模态特征进行拼接得到混合模态特征；根据所述混合模态特征输出得到跨模态特征；所述根据所述混合模态特征输出得到跨模态特征这一步骤，包括：根据所述混合模态特征通过池化层输出得到跨模态特征；所述跨模态特征包括：身份相关特征以及身份无关特征；所述根据所述混合模态特征通过池化层输出得到身份相关特征以及身份无关特征这一步骤，包括：获取所述混合模态特征中不属于同一类的两幅图像的第一特征距离，以及属于同一类的两幅图像的第二特征距离；根据所述第一特征距离以及所述第二特征距离，通过反向三元组损失函数确定所述身份无关特征；所述据所述混合模态特征通过池化层输出得到身份相关特征以及身份无关特征这一步骤，包括：通过相关系数协同和中心聚类损失函数、三元组损失函数以及交叉熵损失函数从所述混合模态特征中提取得到；在根据所述混合模态特征通过池化层输出得到跨模态特征这一步骤之后，所述方法还包括以下步骤：通过正交损失函数，对所述身份相关特征的第一特征向量以及所述身份无关特征的第二特征向量进行正交解耦；根据正交解耦的结果从所述身份相关特征中分离出身份无关信息；所述将所述初始行人重识别模型进行转换得到跨模态行人重识别模型，将所述跨模态行人重识别模型移植至目标平台这一步骤，包括：对所述初始行人重识别模型进行模型框架校验；确定所述初始行人重识别模型不属于Caffe框架，将所述初始行人重识别模型转换为Caffe框架下的所述跨模态行人重识别模型。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。