Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 深圳大学徐颖获国家专利权

深圳大学徐颖获国家专利权

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!

龙图腾网获悉深圳大学申请的专利一种基于浅层纹理提取的跨域重识别方法及相关设备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:CN115170836B

龙图腾网通过国家知识产权局官网在2025-10-10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:202210905641.6,技术领域涉及:G06V10/62;该发明授权一种基于浅层纹理提取的跨域重识别方法及相关设备是由徐颖;陈晓清;蔡大森;汤俊杰;陈明伟设计研发完成,并于2022-07-29向国家知识产权局提交的专利申请。

一种基于浅层纹理提取的跨域重识别方法及相关设备在说明书摘要公布了:本发明公开了一种基于浅层纹理提取的跨域重识别方法及相关设备,在循环生成对抗网络的基础上增加一个重识别模型,重识别模型提取生成图像以及目标域图像的浅层特征图,利用纹理损失进行监督,使得生成器生成的图像在浅层纹理级别更趋近于目标域图像;重识别模型在度量分支上提取源域、生成域、目标域上的图像的深层特征编码,利用度量学习损失函数对生成图像的身份信息进行保留,同时让重识别模型区分生成图像与目标域图像的不同,通过该方法可以生成与目标域风格更接近以及更适配重识别任务的图片,在重识别任务中,利用自适应局部特征分割方法和局部信息动态匹配方法改进多粒度特征提取模型,可以在一定程度上缓解姿态失配问题。

本发明授权一种基于浅层纹理提取的跨域重识别方法及相关设备在权利要求书中公布了:1.一种基于浅层纹理提取的跨域重识别方法,其特征在于,所述基于浅层纹理提取的跨域重识别方法包括: 获取源域数据集和目标域数据集,将所述源域数据集和所述目标域数据集输入到循环生成对抗网络; 从所述源域数据集和所述目标域数据集分别采样得到源域图片和目标域图片,所述循环生成对抗网络根据所述目标域图片的风格将所述源域图片转化为与所述目标域图片的风格接近的生成图片,并将所述生成图片、所述源域图片和所述目标域图片输入到重识别模型; 分别提取所述生成图片、所述源域图片与所述目标域图片输入所述重识别模型后得到的浅层特征图以及深层特征图,并进行损失计算; 根据损失计算梯度,更新所述循环生成对抗网络与所述重识别模型的参数; 获得更新后的循环生成对抗网络,使用更新后的循环生成对抗网络将所述源域数据集转换成所述目标域数据集的风格; 将更新后的循环生成对抗网络生成的图片送入多粒度特征提取模型进行训练,以得到跨域识别性能提高的重识别模型。

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深圳大学,其通讯地址为:518060 广东省深圳市南山区南海大道3688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”。

以上内容由龙图腾AI智能生成。

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。