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！

龙图腾网恭喜西北工业大学申请的专利一种基于描述性文本提示原型补偿的终身目标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：CN119625285B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202510148167.0，技术领域涉及：G06V10/25；该发明授权一种基于描述性文本提示原型补偿的终身目标重识别方法是由张艳宁;陈龙;张世周;王晨旭;程德;王鹏;席庆彪设计研发完成，并于2025-02-11向国家知识产权局提交的专利申请。

本一种基于描述性文本提示原型补偿的终身目标重识别方法在说明书摘要公布了：本发明公开了一种基于描述性文本提示原型补偿的终身目标重识别方法，涉及计算机视觉领域，通过引入提示原型补偿模块以显示解决模型增量更新导致的特征漂移问题，该模块通过视觉语言预训练模型为每个目标类别生成多模态视觉和文本原型，并通过交叉注意力机制将旧任务特征映射到新任务特征空间，以此实现细粒度的语义漂移补偿。此外，设计了边界感知原型校正模块用以解决旧类原型更新引起的边界混淆问题。该模块动态采样补偿分布中的伪特征以校正边界模糊的旧类原型，重点关注易于混淆的类别以维持清晰的决策边界，同时优化跨任务和任务内校正损失以减少类别混淆，有效缓解了灾难性遗忘问题并提升模型的适应性和泛化能力。

本发明授权一种基于描述性文本提示原型补偿的终身目标重识别方法在权利要求书中公布了：1.一种基于描述性文本提示原型补偿的终身目标重识别方法，其特征在于，包括以下步骤：S1：获取预训练的CLIP图像编码器、CLIP文本编码器和个数据集，引入视觉提示并进行初始化；S2：将初始化的视觉提示添加到CLIP图像编码器的各层Transformer编码器中；S3：设置训练步骤，在第一个数据集上通过新任务损失优化CLIP图像编码器中的视觉提示；S4：使用CLIP图像编码器计算所述数据集中每个目标身份类别的视觉原型和方差；S5：通过对比损失优化所述数据集中每个目标身份类别的描述性文本，获得每个目标身份的类别特定文本描述，所述对比损失包括图像到文本对比损失和文本到图像对比损失；S6：将优化后的每个目标身份的类别特定文本描述输入CLIP文本编码器，获得每个目标身份类别的编码文本特征作为文本原型；S7：训练步骤，判断当前训练步骤是否，如果是，则获得当前数据集的文本原型，完成基于描述性文本提示原型补偿的终身目标重识别，否则进入步骤S8；S8：在当前数据集上通过新任务损失优化CLIP图像编码器中的视觉提示；S9：通过提示原型补偿损失优化补偿器，并利用优化好的补偿器更新上一个数据集中的旧类视觉原型，所述提示原型补充损失通过最小化漂移预测值与真实值之间的均方误差优化补偿器，公式为： 其中，为提示原型补偿损失，为训练步骤中第个样本的预测视觉特征，为训练步骤中第个样本的真实视觉特征，为批次大小；S10：基于更新结果，通过跨任务校正损失、任务内校正损失和基于原型的蒸馏损失优化CLIP图像编码器中的视觉提示；S11：基于优化结果，使用CLIP图像编码器计算当前数据集中每个目标身份类别的视觉原型和方差；S12：通过对比损失优化当前数据集中每个目标身份类别的描述性文本，获得每个目标身份的类别特定文本描述；S13：将优化后的每个目标身份的类别特定文本描述输入CLIP文本编码器，获得每个目标身份类别的编码文本特征作为文本原型，并返回步骤S7。

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西北工业大学，其通讯地址为：710068 陕西省西安市友谊西路127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”。