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！

龙图腾网恭喜安徽大学申请的专利一种基于信道混洗技术的跨数据集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：CN114092966B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202111344394.9，技术领域涉及：G06V40/10；该发明授权一种基于信道混洗技术的跨数据集行人重识别方法是由唐俊;王睿;王年;朱明;张艳;鲍文霞设计研发完成，并于2021-11-15向国家知识产权局提交的专利申请。

本一种基于信道混洗技术的跨数据集行人重识别方法在说明书摘要公布了：本发明涉及一种基于信道混洗技术的跨数据集行人重识别方法，与现有技术相比解决了行人重识别网络跨数据集的迁移性及适配性较差的缺陷。本发明包括以下步骤：原始数据集的获取；新训练集的生成；行人重识别网络的构建；行人重识别网络的源域训练；行人重识别网络的目标域训练；行人重识别结果的获得。本发明基于目标域重复聚类和微调的工作流程，对源域预先训练的模型进行改进，通过自包含信息实现数据增广，并利用原始样本和增广样本之间的潜在关系，以无监督的方式有效地增强了目标域的性能，实现行人的高效重识别；还利用样本自我信息的挖掘、混洗及注意力掩膜的机制提高模型在跨数据集上的性能。

本发明授权一种基于信道混洗技术的跨数据集行人重识别方法在权利要求书中公布了：1.一种基于信道混洗技术的跨数据集行人重识别方法，其特征在于，包括以下步骤：11原始数据集的获取：获取数据原始训练集；12新训练集的生成：将数据原始训练集经过预处理后，生成新训练集；所述新训练集的生成包括以下步骤：121对人体语义分割网络SCHP进行修改，将语义种类修改为“背景”与“非背景”，只对背景与行人进行二语义分割，将二者的灰度值分别设置为0和255，使之分别生成二值化的行人与背景掩膜mask；122将数据集原始训练集送入SCHP网络中进行预处理，其中是原始未经任何处理的训练集单张样本，n是训练集的样本总个数，将送入的图像大小统一处理为473x473像素，并将其转换为张量再对其进行归一化处理；123载入预训练好的人体分割模型lip，将处理好的图像张量送入人体分割模型lip获取分割出来的行人掩膜mask数据集及背景掩膜mask数据集124将分别与Pm和Bm一一对应进行融合，获得只含有行人的数据集P＝{P1,P2,....,Pn}和只含有背景的数据集B＝{B1,B2,....,Bn}；125将生成的行人与背景数据集放入原始训练数据集中，形成新的训练集13行人重识别网络的构建：将ResNet50作为骨干网络构建行人重识别网络；14行人重识别网络的源域训练：将新生成的含有原始图像、行人、背景和标签的新训练集，经过信道混洗后送入行人重识别网络中进行源域训练；所述行人重识别网络的源域训练包括以下步骤：141通过以python优先的深度学习框架pytorch的数据集工具类dataset将Xnew并行读取进一个batch，在线将行人与背景样本分别进行RGB信道混洗后，得到混洗后的行人数据集其中代表原始行人图像，代表进行RGB信道混洗后的新产生的行人图像，以此获得混洗后的背景数据集 142对背景数据集进行目标混洗方法处理，所述的目标混洗方法包括以下步骤：1421将混洗后产生的新行人图像数据集与原始的背景样本进行融合，生成背景不变行人信道改变而外观改变的数据集将Xdid一同送入行人混洗分支进行训练；1422将混洗后产生的新背景图像数据集与原始的行人样本进行融合，生成行人不变背景改变的数据集将Xsid一同送入背景混洗分支进行训练；143将在源域数据集上训练完成的n个模型中Rank1及mAP指标最高的模型命名为net_pretrain保存至model文件夹中；15行人重识别网络的目标域训练：将新生成的含有原始图像、行人、背景和不带有标签的目标域数据集送入源域训练后的行人重识别网络，进行目标域的DBSCAN聚类及微调；16行人重识别结果的获得：将目标域数据集中的查询集query送入行人重识别网络，行人重识别网络将图像数据集gallery中与其匹配的行人结果进行输出，识别出行人。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。