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！

龙图腾网获悉哈尔滨工业大学申请的专利一种无监督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：CN116229510B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202310148333.8，技术领域涉及：G06V40/10；该发明授权一种无监督跨模态行人重识别方法是由王春宇;庞志奇;赵玲玲设计研发完成，并于2023-02-21向国家知识产权局提交的专利申请。

本一种无监督跨模态行人重识别方法在说明书摘要公布了：一种无监督跨模态行人重识别方法，解决了现有跨模态行人重识别方法依赖于标注数据的问题，属于行人重识别技术领域。本发明包括：将三个单通道的行人可见光数据集分别与红外数据集中对应行人图像组合；利用动量编码器M对组合后的进行特征提取及聚类，确定各个簇的训练样本集合，并确定伪标签和每个簇的质心；计算各个簇中图像的交并比，得到的交并比作为聚类一致性矩阵中的元素，对矩阵中达到阈值的元素所对应簇的交集作为精炼结果，利用softmax损失函数、困难三元组损失函数以及模态对比损失函数对E进行优化，基于优化后的E对M进行更新；利用更新后的M对待测数据集中三通道可见光及红外的行人图像进行识别。

本发明授权一种无监督跨模态行人重识别方法在权利要求书中公布了：1.一种无监督跨模态行人重识别方法，其特征在于，所述方法包括： S1、分别采集可见光和红外模态内的多个行人图像，并构建可见光数据集和红外数据集； S2、从可见光数据集中的每个可见光行人图像中提取出红、绿、蓝三个单通道的数据，并分别组成三个单通道的可见光数据集，并将三个单通道的可见光数据集分别与红外数据集组合得到三个单通道的新数据集； S3、利用动量编码器M对三个单通道的新数据集进行特征提取，分别得到三个单通道的特征集，再根据三个单通道的特征集进行聚类，为每个训练样本分配伪标签，根据伪标签计算每个簇的质心； S4、计算三个单通道的新数据集中各个簇中图像的交并比，将得到的交并比作为聚类一致性矩阵U中的元素；S4中，交并比作为聚类一致性矩阵其中任意元素ui,j,k为： 其中，|·|为计算集合中样本数量的函数，在计算交并比的过程中，将相同的图像的不同通道视作同一样本；nr、ng和nb分别表示三个单通道中簇的数量，表示{Xr,Xir}中的第i个簇中的样本集合，i＝1,2…nr，表示{Xg,Xir}中的第j个簇中的样本集合， j＝1,2,…,ng，表示{Xb,Xir}中的第k个簇中的样本集合，k＝1,2,…,nb； S5、将聚类一致性矩阵U中达到阈值的元素所对应簇的交集作为精炼结果，并将交集中同一图像的所有通道加入精炼结果中； S6、根据得到的质心和精炼结果利用softmax损失函数、困难三元组损失函数以及模态对比损失函数对在线编码器E进行优化，再依据权重加权的方法基于优化后的在线编码器E对所述动量编码器M进行更新；S6中，利用模态对比损失函数对在线编码器E进行优化： 其中，Lmoda表示模态对比损失函数，xpq表示在线编码器E在精炼结果中提取的第p个簇中模态标签为q的样本，q∈{0,1}为模态标签，q＝0表示可见模态，q＝1表示红外模态，fpq为xpq的特征，cpl为xpq的正模态质心，下标l＝1-q，τm为模态对比损失的温度超参数，csd表示与xpq具有不同簇标签的模态质心，下标s为除p外的其他簇，下标d∈{0,1}，d＝0表示可见模态，d＝1表示红外模态，Q表示xpq的最困难的负模态质心的集合； S7、利用更新后的动量编码器M对待测数据集中的可见光图像的三个通道以及红外图像分别进行特征提取，基于特征距离得到具体特定身份的行人图像。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。