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！

龙图腾网恭喜中国科学院深圳先进技术研究院申请的专利一种基于特征解耦的可见光和红外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：CN117496552B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202311342566.8，技术领域涉及：G06V40/10；该发明授权一种基于特征解耦的可见光和红外行人重识别方法是由孙婧;李宗泽;张帆设计研发完成，并于2023-10-17向国家知识产权局提交的专利申请。

本一种基于特征解耦的可见光和红外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特征解耦的可见光和红外行人重识别方法。该方法包括：采集目标区域图像，所述目标区域图像包含可见光图像模态和红外图像模态；将所述目标区域图像输入到经训练的深度学习模型，获得行人识别结果；其中所述深度学习模型包括特征提取层、特征解耦层和分类器层，所述特征提取层用于从目标区域图像中提取行人特征，所述特征解耦层用于从所提取的行人特征中解耦出身份特征和冗余特征，所述分类器层用于基于解耦出的身份特征识别目标行人。本发明可以从行人特征中准确解耦出冗余特征和身份特征，增强了特征的优化效果，提高了行人识别的准确性。

本发明授权一种基于特征解耦的可见光和红外行人重识别方法在权利要求书中公布了：1.一种基于特征解耦的可见光和红外行人重识别方法，包括以下步骤：采集目标区域图像，所述目标区域图像包含可见光图像模态和红外图像模态；将所述目标区域图像输入到经训练的深度学习模型，获得行人识别结果；其中，所述深度学习模型包括特征提取层、特征解耦层和分类器层，所述特征提取层用于从目标区域图像中提取行人特征，所述特征解耦层用于从所提取的行人特征中解耦出身份特征和冗余特征，所述分类器层用于基于解耦出的身份特征识别目标行人；其中，所述特征解耦层包括实例归一化模块IN和通道掩膜模块M，并根据以下过程解耦出身份特征和冗余特征：实例归一化模块IN根据以下公式得到实例归一化特征 其中，F表示行人特征，μ和σ分别表示针对每个实例特征的各独立通道，在空间维度上计算得到的平均值和标准偏差，τ和∈分别是可学习的放缩参数和平移参数；利用通道掩膜模块M对残差特征R进行解耦，分离出R中的身份信息和冗余信息，表示为： R+＝M×RR-＝1-M×R其中，gR表示对R进行全局平均池化，和表示可学习参数，δ表示ReLU激活函数，σ表示Sigmoid激活函数，R+是正残差特征，表示的是R中包含的身份信息，R-是负残差特征，表示的是R中包含的冗余信息；将R+和R-分别与进行重组，得到身份特征和冗余特征，表示为： 其中，是身份特征，是冗余特征。

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中国科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068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”。