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！

龙图腾网获悉陕西黄陵发电有限公司;西安热工研究院有限公司申请的专利一种基于多模态共有特征空间探索的跨模态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：CN116343122B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310320447.6，技术领域涉及：G06V20/52；该发明授权一种基于多模态共有特征空间探索的跨模态行人重识别方法是由刘海东;冉中矗;张浩;于兴哲;王佳亮;张强;金国强设计研发完成，并于2023-03-27向国家知识产权局提交的专利申请。

本一种基于多模态共有特征空间探索的跨模态行人重识别方法在说明书摘要公布了：本发明公开了一种基于多模态共有特征空间探索的跨模态行人重识别方法，包括单模态特征提取网络，多模态共有特征空间探索网络和多模态特征交互的辅助训练模块，对训练图像进行预处理获取训练样本；构建单模态特征提取网络和多模态共有特征探索网络，单模态特征提取网络进行单模态特征提取，多模态共有特征空间探索网络在多个模态共有特征空间中提取模态共有特征并进行合理的融合，两部分网络的训练在分类损失和度量损失的监督下进行，得到的特征描述被用于测试时进行相似度计算；本发明能够减小特征之间的模态差异，交互之后的特征同样适用损失函数进行约束，增强网络提取行人模态共有特征的能力。本发明极大地提高了跨模态行人重识别任务的精度。

本发明授权一种基于多模态共有特征空间探索的跨模态行人重识别方法在权利要求书中公布了：1.一种基于多模态共有特征空间探索的跨模态行人重识别方法，其特征在于，包括： 1收集可见光行人图像作为可见光模态训练图像，收集红外行人图像作为红外模态训练图像； 2构建多模态共有特征空间探索网络模型，该模型联合多个模态共有特征空间获取行人的特征表示用于行人重识别；多模态共有特征空间，包括模态共有的全局特征空间，语义特征空间和细节特征空间；多模态共有特征空间是在单模态特征提取之后构建的，可见光模态特征和和红外模态特征通过两个独立的ResNet50进行提取，表示特征提取网络的不同层级； 3构建多模态特征交互的辅助训练模块，该模块利用行人特征之间的信息传递来减小不同模态特征之间的模态差异，提高特征提取网络的性能； 多模态共有特征空间探索网络模型，先利用多分支特征提取网络将单模态的全局特征，语义特征，细节特征分别映射到模态共有的特征空间中来挖掘具有互补关系的多个模态共有特征，然后利用一个补充增强的融合模块来充分利用多个模态共有特征之间的互补关系，具体方法如下： 1多分支特征提取网络包含模态共有的全局特征空间分支，模态共有的语义特征空间分支和模态共有的细节特征空间分支； 2模态共有的全局特征空间分支将可见光模态的深层特征和红外模态的深层特征的压缩后获取的全局特征映射到模态共有的特征空间挖掘模态共有的行人全局特征，映射方式是两个模态参数共享的全连接层网络； 3模态共有的语义特征空间分支将可见光模态的语义特征和红外模态的语义特征映射到模态共有的特征空间挖掘模态共有的行人特征，所述的映射方式包含了ResNet50的后两层卷积块； 4模态共有的细节特征空间分支将可见光模态的细节特征和红外模态的细节特征映射到模态共有的特征空间挖掘模态共有的行人特征，所述的映射方式包含了ResNet50的后三层卷积块； 5补充增强的融合模块，在获取多个具有互补关系的模态共有特征之后，该模块利用了多特征空间提取的模态共有特征之间潜在的细节与细节，局部与全局，全局与全局的互补关系，获得更加丰富的行人特征，提高模型的性能，所述的细节与细节的互补关系存在于细节特征空间和语义特征空间提取的模态共有特征之间，所述的局部与全局，全局与全局的互补关系存在于三种特征空间提取的模态共有特征之间。

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陕西黄陵发电有限公司;西安热工研究院有限公司，其通讯地址为：727307 陕西省延安市黄陵县店头镇白石行政村；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。