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！

龙图腾网获悉浙江工业大学申请的专利一种基于多特征联合渐进学习的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：CN117315720B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202311430114.5，技术领域涉及：G06V40/10；该发明授权一种基于多特征联合渐进学习的跨模态行人重识别方法是由产思贤;孟炜浩;卢雅婷;穆攀;毛家发;白琮设计研发完成，并于2023-10-31向国家知识产权局提交的专利申请。

本一种基于多特征联合渐进学习的跨模态行人重识别方法在说明书摘要公布了：本申请属于图像处理技术领域，尤其涉及一种基于多特征联合渐进学习的跨模态行人重识别方法。本发明将给定的图像集分成可见光图像集和红外线图像集；构建多特征联合渐进式学习网络，包括双流Resnet‑50网络、轮廓特征加强模块和批量自适应模块，双流Resnet‑50网络包含两个分支分别用于提取可见光图像和红外线图像的特征；通过三个训练阶段分别计算损失，并联合优化总体损失，通过反向传播对参数进行优化；输入一个行人查询图像和一个图像库，利用输出的人物特征计算查询图像与图像库中所有图像的相似度，完成重识别过程。本发明从多样化特征的角度帮助多特征联合渐进式学习网络从粗粒度到细粒度进行学习，有效缓解了模态差异。

本发明授权一种基于多特征联合渐进学习的跨模态行人重识别方法在权利要求书中公布了：1.一种基于多特征联合渐进学习的跨模态行人重识别方法，其特征在于，所述基于多特征联合渐进学习的跨模态行人重识别方法，包括： 将给定的图像集D＝{Xvis,Xir}按模态分成可见光图像集Xvis和红外线图像集Xir； 构建多特征联合渐进式学习网络，所述多特征联合渐进式学习网络包括双流Resnet-50网络、轮廓特征加强模块和批量自适应模块，所述双流Resnet-50网络包含两个分支和softmax函数，所述两个分支分别用于提取可见光图像和红外线图像的特征； 将图像集D分别输入轮廓特征加强模块和双流Resnet-50网络，得到原图像特征图和轮廓特征图，根据原图像特征图和轮廓特征图得到感知轮廓损失，并计算第一阶段的总体损失； 对图像集D中的可见光图像进行灰度化处理得到对应的灰度图，将灰度图集Xgray和红外线图像集Xir作为双流Resnet-50网络的输入计算第二阶段的总体损失； 将图像集D作为双流Resnet-50网络的输入，并将得到的特征序列输入批量自适应模块，计算第三阶段的总体损失； 联合优化三个阶段的总体损失，通过反向传播对多特征联合渐进式学习网络的参数进行优化； 给定一个行人查询图像和一个图像库作为训练好的多特征联合渐进式学习网络的输入，利用输出的特征计算查询图像与图像库中所有图像的相似度，完成重识别过程。

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工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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”。