西安电子科技大学张强获国家专利权
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!
龙图腾网获悉西安电子科技大学申请的专利一种基于特定模态特征补偿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:CN115171148B 。
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:202210401883.1,技术领域涉及:G06V40/10;该发明授权一种基于特定模态特征补偿的跨模态行人重识别方法是由张强;刘迦南;黄年昌;刘健设计研发完成,并于2022-04-18向国家知识产权局提交的专利申请。
本一种基于特定模态特征补偿的跨模态行人重识别方法在说明书摘要公布了:一种基于特定模态特征补偿的跨模态行人重识别方法,收集可见光行人图像作为可见光域训练图像,收集红外行人图像作为红外域训练图像;利用生成对抗网络将可见光域和红外域的行人图像进行风格转换,生成跨模态的配对行人图像;获取配对行人图像间的融合特征作为行人图像的表示特征用于行人重识别。本发明结合多模态图像风格转换网络和行人重识别,将一种模态的原始图像特征和其对应生成另一种模态图像特征融合作为行人图像特征;通过计算行人图像特征的欧式距离,根据欧式距离得到不同行人图像匹配的结果。本发明改善了生成图像的质量和配对图像融合特征的判别力,极大地提高了跨模态行人重识别任务的精度。
本发明授权一种基于特定模态特征补偿的跨模态行人重识别方法在权利要求书中公布了:1.一种基于特定模态特征补偿的跨模态行人重识别方法,其特征在于,包括: 收集可见光行人图像作为可见光域训练图像,收集红外行人图像作为红外域训练图像; 利用生成对抗网络将可见光域和红外域的行人图像进行风格转换,生成跨模态的配对行人图像; 获取配对行人图像间的融合特征作为行人图像的表示特征用于行人重识别; 其中,所述融合特征为原始图像和生成图像的融合特征,通过基于注意力机制的配对图像特征融合方法获取,方法如下: 1使用四个独立ResNet50提取到四种不同类型的特征FV、FI*、FI和分别表示可见光行人图像特征、生成红外行人图像特征、红外行人图像特征和生成可见光行人图像特征;所述原始图像为可见光行人图像或红外行人图像,所述生成图像为红外行人图像或可见光行人图像; 2当原始图像为可见光行人图像时,FV和首先经过两个通道注意力模块; wSV=σGAPFV+GMPFV 3EFV和分别经过两个卷积块后接着经过两个通道注意力模块; CFV=ConvBEFV,θ1, FSV=CAMCFV, 4对FSV和求平均操作得到最终的行人图像融合特征; 其中,EFV和表示增强后的可见光行人图像特征和生成红外行人图像特征; CAM·表示通道注意力模块,w·表示通道权重图,GAP·和GMP·分别表示全局平均池化和全局最大池化; CFV和表示卷积后的可见光行人图像特征和生成红外行人图像特征; FSV和表示最终增强的可见光行人图像特征和生成红外行人图像特征; 表示可见光行人图像和生成红外行人图像的融合特征; 当原始图像为可见光行人图像时,将FV和替换为FI和执行步骤2~4,得到最终增强的红外行人图像特征FSI和生成可见光行人图像特征以及红外行人图像和生成可见光行人图像的行人融合特征
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安电子科技大学,其通讯地址为:710071 陕西省西安市太白南路2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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。