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！

龙图腾网获悉天津大学申请的专利基于高斯建模的跨视角行人重识别方法及装置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：CN116486483B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202310449124.7，技术领域涉及：G06V40/20；该发明授权基于高斯建模的跨视角行人重识别方法及装置是由李文辉;周厚燃;刘安安;宋丹;孙正雅;聂婕;魏志强设计研发完成，并于2023-04-24向国家知识产权局提交的专利申请。

本基于高斯建模的跨视角行人重识别方法及装置在说明书摘要公布了：本发明公开了一种基于高斯建模的跨视角行人重识别方法及装置，方法包括：利用当前批次的类别中心的特征和预测当前批次类别中心特征的不确定性重新建模，并随机采样一个与模型参数无关的随机噪声，将视觉特征等效地重新表述，利用JS散度度量两个域之间高斯分布的相似性；利用神经网络提取出的多视图的特征和视图之间的不确定性，建模形成目标域多视图的新表述；引入正则化项，通过显式约束接近标准正态分布，用KL散度衡量；通过记忆网络将高斯原型级别路径中保留下来的高斯分布分别经过混合高斯模型生成新的高斯特征表示，通过标准化三元损失来约束整体分布，进而输出最终的识别结果。装置包括：处理器和存储器。

本发明授权基于高斯建模的跨视角行人重识别方法及装置在权利要求书中公布了：1.一种基于高斯建模的跨视角行人重识别方法，其特征在于，所述方法包括： 利用当前批次的类别中心的特征和预测当前批次类别中心特征的不确定性重新建模，并随机采样一个与模型参数无关的随机噪声，将视觉特征等效地重新表述，利用JS散度度量两个域之间高斯分布的相似性； 利用神经网络提取出的多视图的特征和视图之间的不确定性，建模形成目标域多视图的新表述； 引入正则化项，通过显式约束接近标准正态分布，用KL散度衡量； 通过记忆网络将高斯原型级别路径中保留下来的高斯分布分别经过混合高斯模型生成新的高斯特征表示，通过标准化三元损失来约束整体分布，进而输出最终的识别结果； 其中，所述利用神经网络提取出的多视图的特征和视图之间的不确定性，建模形成目标域多视图的新表述具体为： 利用神经网络提取出的多视图的特征和视图之间的不确定性建模形成目标域多视图的高斯分布，将源域的每一张图像通过图像增强形成多图像，通过神经网络提取特征并计算出多图像之间的不确定性，建模形成源域多图像的高斯分布；利用跨视角行人源域多图像与目标域多视图内部的不确定性用以表示单个行人的特征； 将源域和目标域实例生成的高斯分布新表述分别通过拟合高斯混合模型，利用期望最大化算法迭代运算，获取每一类的特征和不确定性； 获取源域和目标域类别的高阶的高斯原型新特征表述，通过JS散度进行域间分布约束； 所述将视觉特征等效地重新表述具体为： ； 类别中心的特征如下式： ； 其中，为当前批次某一类别的数量，为第类的第个实例的特征。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。