北京工业大学胡永利获国家专利权
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！
龙图腾网获悉北京工业大学申请的专利一种基于深度相互学习的换装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：CN117095425B 。
龙图腾网通过国家知识产权局官网在2025-08-12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：202310824087.3，技术领域涉及：G06V40/10；该发明授权一种基于深度相互学习的换装行人重识别方法是由胡永利;许思明;孙艳丰;尹宝才设计研发完成，并于2023-07-06向国家知识产权局提交的专利申请。
本一种基于深度相互学习的换装行人重识别方法在说明书摘要公布了：本发明提出一种基于深度相互学习策略的换装行人重识别方法，针对换装行人重识别数据集PRCC识别精度低的问题。首先，利用人体解析网络从原始图像中提取人体掩膜，借此获取对服装变化鲁棒的外形特征。然后将原始图像和提取过人体掩膜的图像分别输入两个主干网络，两个主干网络分别学习提取行人的外表特征和外形特征。之后通过MMD损失和KL散度损失减小两支网络的输出分布差异，使得最后用于预测的外表分支主干网络获得提取对服装变化鲁棒的外形特征的能力。同时利用MMD损失重建向量使得主干网络在获得提取外形特征能力的同时保持原先提取外表特征的能力。在预测阶段，仅使用外表分支主干网络的输出来对行人进行检索，能够缩短检索时间。
本发明授权一种基于深度相互学习的换装行人重识别方法在权利要求书中公布了：1.一种基于相互学习思想的换装行人重识别方法，其特征在于包括以下步骤： 步骤A：首先用现有的人体解析网络将输入图片中的行人解析出来，即生成一个行人的掩膜，这个掩膜与行人的衣服颜色无关，其中包含着行人的外形信息； 步骤B：将原始图像与提取到掩膜的图像分别输入两个相同的但参数不共享的主干网络OSNet分别提取外表特征和外形特征，两个分支分别对应两个分类器，两个分类器的输出除了用来分别计算训练阶段的交叉熵分类损失，还在二者间使用MMD损失使得外表主干网络能获取一些提取外形知识的能力； 步骤C：将两支主干网络的输出分别输入两个小型卷积网络，用KL散度计算两个小型卷积网络输出的分布差异，并用作损失，借此提高外表主干网络对服装变化鲁棒的特征即外形特征的特征提取能力； 步骤D：在两支网络后分别加上重建模块，在重建出的向量和用于预测的主干输出的向量间计算MMD损失。
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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号