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！

龙图腾网获悉南京信息工程大学申请的专利基于SSD和半监督字典学习的行人检测与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：CN119723456B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411836705.7，技术领域涉及：G06V20/52；该发明授权基于SSD和半监督字典学习的行人检测与重识别方法是由刘茜;刘梦婷设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本基于SSD和半监督字典学习的行人检测与重识别方法在说明书摘要公布了：本发明公开了基于SSD和半监督字典学习的行人检测与重识别方法，包括通过两台摄像机分别获取行人图像数据集1和行人图像数据集2，并对该数据集进行处理；对处理后的行人图像数据集1和行人图像数据集2进行划分；构建端到端的行人检测和重识别网络模型，该模型包括改进后的SSD512网络、行人特征提取子网络和半监督字典学习模块；训练端到端的行人检测和重识别网络模型，得到目标模型；将数据输入到目标模型中，得到行人检测和重识别结果。本发明实现了端到端的半监督行人检测与重识别，解决了由于检测到的定位边界框质量参差不齐、不同摄像机下的行人存在外观差异、周边环境差异等问题，提高行人检测和重识别方法的性能。

本发明授权基于SSD和半监督字典学习的行人检测与重识别方法在权利要求书中公布了：1.基于SSD和半监督字典学习的行人检测与重识别方法，其特征在于，包括： S1、通过两台摄像机分别获取行人图像数据集1和行人图像数据集2，并对行人图像数据集1和行人图像数据集2进行处理；对处理后的行人图像数据集1进行划分，得到训练集1、验证集1和测试集1；对处理后的行人图像数据集2进行划分，得到训练集2、验证集2和测试集2； S2、基于摄像机1，构建端到端的行人检测和重识别网络模型1；基于摄像机2，构建端到端的行人检测和重识别网络模型2，模型1和模型2均包括改进后的SSD512网络、行人特征提取子网络和半监督字典学习模块；具体为： S201、对SSD512网络进行改进，得到改进后的SSD512网络，具体内容为： 将主干网络更换为ResNet50，ResNet50包括依次连接的输入层、卷积模块1、卷积模块2、卷积模块3、卷积模块4和卷积模块5； 将得到第一个多尺度输出结果的过程更换为依次经过ResNet50中卷积模块4和L2归一化的处理；在卷积模块6和卷积模块7中的每个卷积层和激活层之间增加一个批归一化层；将多尺度网络的后四个卷积模块均更换为依次连接的步长为2的3×3卷积、批归一化、ReLU激活函数、步长为1的3×3卷积、批归一化和ReLU激活函数； 将定位分支设置为行人定位子网络；将识别分支设置为行人识别子网络，并将类别数更改为2，在行人识别子网络中每个卷积层之后添加一个批归一化层； S202、在改进后的SSD512网络的多尺度网络和非极大值抑制模块之间增加行人特征提取子网络，该网络与行人定位子网络和行人识别子网络并行；行人特征提取子网络包括四个尺度和一个连接层，每个尺度均包括依次连接的步长为1的3×3卷积、批归一化层、ReLU激活函数和转维，四个尺度的转维均与连接层连接； S203、半监督字典学习模块包括两台摄像机的结构化字典，结构化字典包括ck个子字典，k＝1,2，ck表示摄像机k中所有行人类别数，ck个子字典包括共享子字典和独享子字典，两台摄像机的共享子字典相同，独享子字典各不相同； S3、利用训练集1和验证集1训练端到端的行人检测和重识别网络模型1，得到目标模型1；利用训练集2和验证集2训练端到端的行人检测和重识别网络模型2，得到目标模型2； S4、将测试集1输入到目标模型2中，得到测试集1的行人检测和重识别结果；将测试集2输入到目标模型1中，得到测试集2的行人检测和重识别结果。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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。