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！

龙图腾网获悉复旦大学申请的专利一种基于细粒度表示与重组的行人重识别方法及系统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：CN116959032B 。

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：202310935047.6，技术领域涉及：G06V40/10；该发明授权一种基于细粒度表示与重组的行人重识别方法及系统是由钱学林;付彦伟;薛向阳;王麒藻设计研发完成，并于2023-07-27向国家知识产权局提交的专利申请。

本一种基于细粒度表示与重组的行人重识别方法及系统在说明书摘要公布了：本发明涉及一种基于细粒度表示与重组的行人重识别方法及系统，该方法包括：步骤S1：对行人图像进行细粒度聚类，得到属性伪标签和属性类特征；步骤S2：计算每张行人图像的细粒度属性分布；步骤S3：根据细粒度聚类得到的属性伪标签和属性类特征，计算属性感知的分类损失用于属性分类器训练；步骤S4：在不同的图像间进行细粒度的属性重组，并约束重组属性后的行人特征，得到行人重识别结果。与现有技术相比，本发明具有行人重识别检索结果准确，无需借助衣着标签或其他辅助信息，轻量且高效，能够捕捉细粒度行人身份特征，对行人属性变化鲁棒性高的优点。

本发明授权一种基于细粒度表示与重组的行人重识别方法及系统在权利要求书中公布了：1.一种基于细粒度表示与重组的行人重识别方法，其特征在于，该方法包括： 步骤S1：对行人图像进行细粒度聚类，得到属性伪标签和属性类特征，包括以下子步骤： 步骤S1-1：采用深度神经网络提取所有行人图像的深度特征； 步骤S1-2：采用聚类算法对行人图像深度特征进行细粒度聚类； 步骤S1-3：基于聚类结果对行人图像分配属性伪标签，对每个簇内的行人图像分配相同的属性伪标签，不同行人之间不共享属性伪标签； 步骤S1-4：对每个簇的行人特征求平均，得到每个属性的类特征； 步骤S2：计算每张行人图像的细粒度属性分布； 步骤S3：根据细粒度聚类得到的属性伪标签和属性类特征，计算属性感知的分类损失用于属性分类器训练； 步骤S4：在不同的图像间进行细粒度的属性重组，并约束重组属性后的行人特征，得到行人重识别结果，包括以下子步骤： 步骤S4-1：对输入行人图像特征进行不带训练参数的实例归一化去除原属性，进行全局属性重组； 步骤S4-2：在行人图像局部块中利用其他图像的属性替换原图像的属性，进行局部属性重组；其中，用于重组的属性通过在其他所有图像中随机选取得到； 步骤S4-3：约束属性重组后的行人图像特征； 所述步骤S4-1和步骤S4-2均采用自适应实例标准化AdaIN方法进行属性重组，表达式为： 3 式中，分别为图像的特征在空间维度的均值、标准差以及图像的属性伪标签；其中，，即用于重组的属性类别和原图像的属性类别不同； 所述步骤S4-2的局部属性重组操作包括： 步骤S4-2-1：将行人图像特征水平划分成个局部块，分别计算每个局部块的属性； 步骤S4-2-2：分别在不同的局部块之间进行更细粒度的局部属性重组； 步骤S4-2-3：将个局部属性重组后的局部特征拼接起来作为最终的属性重组的行人特征。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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。