Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江理工大学郭凌邑获国家专利权

浙江理工大学郭凌邑获国家专利权

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!

龙图腾网获悉浙江理工大学申请的专利一种无监督行人重识别的多聚类引导易变特征对比学习方法及系统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:CN120236242B

龙图腾网通过国家知识产权局官网在2025-08-19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:202510703480.6,技术领域涉及:G06V20/52;该发明授权一种无监督行人重识别的多聚类引导易变特征对比学习方法及系统是由郭凌邑;铁治欣;徐映红;陈燕兵设计研发完成,并于2025-05-29向国家知识产权局提交的专利申请。

一种无监督行人重识别的多聚类引导易变特征对比学习方法及系统在说明书摘要公布了:本发明公开了一种无监督行人重识别的多聚类引导易变特征对比学习方法及系统,涉及无监督行人重识别技术领域,包括:对图像数据集进行特征提取得到待处理样本;使用两种不同参数的聚类算法给待处理样本分配标签,通过对比两种聚类筛选出易变特征来引导内存库的初始化;利用小批量待处理样本中的上下文信息为每一个样本动态分配不同的权重,构造动态质心更新易变特征内存库;通过易变特征内存库对无监督行人重识别模型进行反向传播优化。本发明通过多种不同参数的聚类算法筛选易变特征,有效抑制了训练过程中噪声的引入;将特征库的更新过程与模型训练的不同阶段及样本的上下文关系相耦合;构建易变特征挖掘损失,增强了模型对复杂场景的适应能力。

本发明授权一种无监督行人重识别的多聚类引导易变特征对比学习方法及系统在权利要求书中公布了:1.一种无监督行人重识别的多聚类引导易变特征对比学习方法,其特征在于,包括: 采集行人拍摄图像数据,构建图像数据集; 通过无监督行人重识别模型对图像数据集进行特征提取得到待处理样本; 使用两种不同参数的聚类算法给待处理样本分配标签,通过对比两种聚类筛选出易变特征来引导内存库的初始化; 通过多聚类质心调度器处理初始化后的内存库得到易变特征内存库; 利用小批量待处理样本中的上下文信息,为每一个样本动态分配不同的权重,构造动态质心更新易变特征内存库; 通过易变特征内存库对无监督行人重识别模型进行反向传播优化,得到最优无监督行人重识别模型。

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理工大学,其通讯地址为:310018 浙江省杭州市下沙高教园区2号大街928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。