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！

龙图腾网获悉重庆邮电大学申请的专利一种基于双域融合和跨批次存储的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：CN116416682B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310394926.2，技术领域涉及：G06V40/20；该发明授权一种基于双域融合和跨批次存储的行人重识别方法是由雒江涛;刘杨;许国良设计研发完成，并于2023-04-13向国家知识产权局提交的专利申请。

本一种基于双域融合和跨批次存储的行人重识别方法在说明书摘要公布了：本发明涉及一种基于双域融合和跨批次存储的行人重识别方法，属于计算机视觉领域。该方法在ResNet‑50的Stage0和Stage1之间嵌入一个双域融合模块，该模块可以在特征层面上对经过增强处理的源域特征和目标域特征进行融合，并且使用融合损失和多样性损失共同保证融合特征的有效性。为了进一步提升无监督跨域行人重识别模型的性能，本发明在双域融合网络的基础上设计了一种跨批次存储队列机制，该机制能够在更大范围内挖掘困难样本，而不仅仅局限于当前一个批次内的数据，从整体上提高模型在目标域上的匹配性能。

本发明授权一种基于双域融合和跨批次存储的行人重识别方法在权利要求书中公布了：1.一种基于双域融合和跨批次存储的行人重识别方法，其特征在于：该方法包括以下步骤： S1：获取源域和目标域行人图像数据集，并进行相应的预处理操作； S2：构建双域融合模块，并将其嵌入到在ResNet-50网络中，得到新的主干网络DDF-Net；所述双域融合模块具体放置在ResNet-50的Stage0和Stage1之间；该模块的构建过程包括：一个批次包含n对源域和目标域样本，经过ResNet-50的Stage0阶段后，每一个样本对都能够输出一个源域特征和一个目标域特征并将二者作为双域融合模块的输入部分；双域融合模块输出部分包括三个特征：源域特征Gs、目标域特征Gt以及将源域特征和目标域特征进行深度融合后得到的融合特征首先，Gs和Gt分别执行全局平均池化和全局最大池化操作得到在源域分支上将特征和特征逐元素相加得到特征在目标域分支上将特征和特征执行同样的操作获得特征接下来和各自经过一个全连接层，并将二者的输出特征向量按照逐元素相加的形式进行合并，接着，合并结果会被送入一个多层感知机中进行维度的改变；之后会输出领域因子a＝[as,at]，其中as和at满足as+at＝1，领域因子的具体计算过程如下： 其中，δ·代表softmax函数； 最后，让领域因子as和源域的增强特征执行相乘操作，让领域因子at和目标域的增强特征执行相乘操作，二者得到的结果再逐元素相加得到两个域最终的融合特征融合域特征的计算过程如下： 对于输入的单域特征Gi，其中i＝[s,t]用于代表源域或者目标域，首先，沿着通道方向分别对Gi执行最大池化和平均池化操作得到特征和接着，使用sigmoid函数处理和得到权重矩阵和然后，让和与Gi每个通道中的特征图分别进行元素级别的相乘操作，得到通道维度上的显著性特征和最后，将显著性特征和显著性特征逐元素相加得到增强特征增强特征的具体计算过程如下所示： 其中，φ·代表sigmoid函数；CMP·和CAP·分别代表沿着通道方向的最大池化函数和平均池化函数； S3：在每个轮次开始训练之前，首先，使用DDF-Net对目标域中的所有行人图像进行特征提取，然后，使用DBSCAN聚类算法对目标域行人特征进行聚类，最后，根据聚类结果为每张目标域中的行人图像生成伪标签； S4：在每个轮次开始训练之后，从源域数据中随机选取n张源域图像，从目标域数据中随机选取n张目标域图像，二者组合成一个批次的数据量送入DDF-Net中进行特征提取； S5：对DDF-Net输出的源域和目标域的原始特征进行如下三种操作： 1将特征送入混合分类器中并使用交叉熵损失对模型进行约束，最终使模型获得分类能力； 2使用batch-hard三元组损失计算特征间的相似度； 3将特征存储到跨批次存储队列CBMQ中并使用加权对比损失在每次迭代过程中将CBMQ中的样本分成L组负样本和K组正样本，并根据余弦相似度自适应地为每组正负样本对赋予一定的权重； S6：对DDF-Net输出的源域和目标域的融合特征和领域因子分别施加融合损失Lf和多样性损失Ld； S7：根据S5～S6得在整个训练过程中DDF-Net模型的总损失函数为： Ltotal＝1-μ1·Lce+μ·LWCL+μ1·Lf+μ2·Ld S8：重复步骤S3～S7，直至训练完成设定的最大迭代轮次，保存模型权重，结束训练； S9：将查询集和候选集中的行人图像送入S8已经训练完毕的模型中进行特征提取，使用距离度量函数计算待查询图像和候选集中所有图像的相似度，并将相似度得分按照从大到小的顺序进行排序，输出排序列表和性能指标。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。