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职业技术学院申请的专利一种基于精确特征分布匹配和多域信息融合的跨域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：CN115937898B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202211597546.0，技术领域涉及：G06V40/10；该发明授权一种基于精确特征分布匹配和多域信息融合的跨域行人重识别方法是由杨永鹏;邵静;杨真真;陈容华;张永设计研发完成，并于2022-12-12向国家知识产权局提交的专利申请。

本一种基于精确特征分布匹配和多域信息融合的跨域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精确特征分布匹配和多域信息融合的跨域行人重识别方法，针对源域和目标域之间的特征分布差异、以及多源数据集训练时存在的域差异问题，以特征提取器、广义均值池化模块GeM、多域信息融合模块、目标域特定归一化层DSBN_T、目标混合记忆存储器HM_T，创建待训练模型，并结合源域样本集与目标域样本集进行训练，获得目标人物识别模型，进而针对图像实现关于各目标人物的识别，经试验表明，本发明设计相较现有技术，实际实施应用性能优越，能够有效提高图像中人物识别的准确率与效率。

本发明授权一种基于精确特征分布匹配和多域信息融合的跨域行人重识别方法在权利要求书中公布了：1.一种基于精确特征分布匹配和多域信息融合的跨域行人重识别方法，其特征在于：基于各拍摄角度分别所对应包含各已知身份标签目标人物的各幅样本图像的源域样本集，结合包含各目标人物、但未知对应身份标签的各幅样本图像的目标域样本集，执行如下步骤A至步骤B，获得关于各目标人物的目标人物识别模型；然后应用目标人物识别模型，执行如下步骤C，针对待分析人物图像，实现关于目标人物的识别；，表示的拍摄角度的数量，表示第个拍摄角度对应的源域样本集； 步骤A.构建以人物图像为输入、关于目标人物的身份标签识别结果为输出的待训练模型，然后进入步骤B； 其中，待训练模型包括特征提取器、广义均值池化模块GeM、多域信息融合模块、目标域特定归一化层DSBN_T、目标混合记忆存储器HM_T； 其中，特征提取器自其输入端至其输出端依次包括串联的第一层残差网络L0、第二层残差网络L1、第一精准特征分布匹配模块EFDM1、第三层残差网络L2、第二精准特征分布匹配模块EFDM2、第四层残差网络L3、第五层残差网络L4，由第一层残差网络L0的输入端构成特征提取器的输入端，以及由第五层残差网络L4的输出端构成特征提取器的输出端； 多域信息融合模块自其输入端至其输出端依次包括串联的第一图卷积神经网络GCN1、带泄露的修正线性单元ReLU、第二图卷积神经网络GCN2、融合模块，由第一图卷积神经网络GCN1的输入端构成多域信息融合模块的输入端，融合模块的输入端同时对接多域信息融合模块的输入端，融合模块的输出端构成多域信息融合模块的输出端； 特征提取器的输入端构成待训练模型的输入端，特征提取器的输出端对接广义均值池化模块GeM的输入端，广义均值池化模块GeM的输出端对接多域信息融合模块的输入端，多域信息融合模块的输出端对接目标域特定归一化层DSBN_T的输入端，目标域特定归一化层DSBN_T的输出端对接目标混合记忆存储器HM_T的输入端，目标混合记忆存储器HM_T的输出端构成待训练模型的输出端； 步骤B.基于多源域对比损失模块、以及各源域样本集分别对应的源域特定归一化层DSBN_S与源混合记忆存储器HM_S，根据各源域样本集、以及目标域样本集，针对待训练模型进行训练，获得关于各目标人物的目标人物识别模型； 步骤C.由目标人物识别模型接收待分析人物图像、并进行处理，获得待分析人物图像关于目标人物的身份标签识别结果。

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职业技术学院，其通讯地址为：210000 江苏省南京市仙林大学城文澜路99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。