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！

龙图腾网获悉河北大学申请的专利一种基于桥接网络知识回顾的终身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：CN117011887B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202310749036.9，技术领域涉及：G06V40/10；该发明授权一种基于桥接网络知识回顾的终身行人重识别方法是由彭锦佳;王铖俊;宋鹏鹏;张淞瑜;李慧;陶泽泽设计研发完成，并于2023-06-25向国家知识产权局提交的专利申请。

本一种基于桥接网络知识回顾的终身行人重识别方法在说明书摘要公布了：本发明提供了一种基于桥接网络知识回顾的终身行人重识别方法，包括如下步骤：以数据集来训练行人重识别模型；将训练后的模型参数复制到另一个行人重识别模型中；在当前模型和旧模型之间搭建桥接网络；得到当前模型预测值；根据预测值计算计算出整体损失，并将整体损失反向传播到当前模型，更新当前模型的参数；重复步骤上述步骤持续对行人重识别模型进行迭代训练，得到最终的行人重识别模型。本发明通过桥接网络连接当前模型和旧模型，根据桥接网络生成的权重因子构建了混合特征图。通过旧模型的知识迁移可以有效地增加当前模型对旧知识的回顾，而更加有效地把旧模型的知识传递到当前模型，增强当前模型的抗遗忘性。

本发明授权一种基于桥接网络知识回顾的终身行人重识别方法在权利要求书中公布了：1.一种基于桥接网络知识回顾的终身行人重识别方法，其特征是，包括如下步骤： A、选取个任务的数据集，首先以第1个任务=1的数据集来训练行人重识别模型，同时构建样本回放器； B、将训练后的模型参数复制到另一个行人重识别模型中，并将该行人重识别模型标记为旧模型，正在训练中的行人重识别模型标记为当前模型；结合当前模型和旧模型联合训练剩余重识别任务的数据集，样本回放器在后续任务训练中和新任务的数据集混合一起传入行人重识别模型进行训练； C、在当前模型和旧模型之间搭建桥接网络；所述桥接网络包括有池化层、自适应全连接层和多层感知机，桥接网络从当前模型和旧模型中分别提取新深层特征图和旧深层特征图作为输入，分别生成新融合权重因子和旧融合权重因子； D、通过新融合权重因子和旧融合权重因子动态地生成桥接网络的混合特征图，将混合特征图和新深层特征图传入当前行人重识别模型中得到当前桥接网络预测值和当前模型预测值，将混合特征图和旧深层特征图传入旧模型中得到旧桥接网络预测值和旧模型预测值；E、根据当前模型预测值、旧模型预测值以及当前桥接网络预测值和旧桥接网络预测值计算出带权交叉熵损失、交叉熵损失、风格融合一致性损失和权重因子多样性损失，通过加权求和带权交叉熵损失、交叉熵损失、风格融合一致性损失和权重因子多样性损失计算出整体损失，并将整体损失反向传播到当前模型，更新当前模型的参数； F、以下一个任务的数据集和上一个任务构建的样本回放器混合后，重复训练行人重识别模型，即重复步骤B‑E持续对行人重识别模型进行迭代训练，直到训练完最后一个任务数据集得到最终的行人重识别模型； 所述步骤C中，所述桥接网络包括有两个池化层、一个自适应全连接层和多层感知机，所述桥接网络分别插入当前模型和旧模型中主干网络的隐藏层，并将当前模型分别拆分成子模型和子模型，将旧模型拆分成子模型和子模型；公式表示为： 其中，代表插入隐藏层的位置，代表模型的编号，代表当前模型，代表旧模型；表示深度模型的前个隐藏层, 表示深度模型的第个隐藏层之后的结构。

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河北大学，其通讯地址为：071002 河北省保定市五四东路180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。