一种跨模态行人重识别方法和系统（高校公示15天）（不包年费滞纳金）（需要二变）

本发明涉及一种跨模态行人重识别方法和系统，其中，方法包括：在每个训练批次中，从红外可见光数据集中随机选择若干行人，每个行人包括4幅可见光图像和4幅红外图像；对可见光图像和红外图像进行预处理；将预处理后的可见光图像和红外图像输入至深度学习模型中，通过所述深度学习模型提取可见光特征、红外特征以及混合模态特征；构建总损失，通过所述总损失判断所述深度学习模型是否训练结束，若所述总损失低于预设阈值，则训练结束；若所述总损失高于预设阈值，则继续训练直至总损失低于预设阈值；将训练好的深度学习模型从待识别的可见光图像或红外图像中识别出行人。本发明通过构建的深度学习模型能够有效进行跨模态行人重识别。

《一种跨模态行人重识别方法和系统（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2024116900348，当前法律状态为已下证，由苏州大学提出申请，发明人为黄鹤;徐毅，申请日期为2024-11-25，公开（公告）日期为2025-10-14，国际专利分类号（IPC）为 G06V 40/10 (2022.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明涉及一种跨模态行人重识别方法和系统，其中，方法包括：在每个训练批次中，从红外可见光数据集中随机选择若干行人，每个行人包括4幅可见光图像和4幅红外图像；对可见光图像和红外图像进行预处理；将预处理后的可见光图像和红外图像输入至深度学习模型中，通过所述深度学习模型提取可见光特征、红外特征以及混合模态特征；构建总损失，通过所述总损失判断所述深度学习模型是否训练结束，若所述总损失低于预设阈值，则训练结束；若所述总损失高于预设阈值，则继续训练直至总损失低于预设阈值；将训练好的深度学习模型从待识别的可见光图像或红外图像中识别出行人。本发明通过构建的深度学习模型能够有效进行跨模态行人重识别。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！