一种基于改进CycleGAN数据增强的行人重识别方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明涉及一种基于改进CycleGAN数据增强的行人重识别方法，一是构造数据增强的完整行人重识别识别框架；二是将姿态约束子网络嵌入原始CycleGAN网络中，并通过分割和二值化将彩色行人图像转换为掩膜图像，在训练过程中实时获得行人姿势；三是进一步构造可以约束源图像姿态的损失函数，使得当学习风格类型和人的身份ID到目标域时，保持姿态一致；四是引入半监督学习的多伪正则化标签方法为未标记的数据分配标签，并通过动态更新的训练策略，进一步提高这种方法的有效性；整个方案在行人重识别上，无论从改进CycleGAN生成的增强图片的效果，还是行人重识别的准确率，相较其他经典行人重识别网络，都具有明显的优势。

《一种基于改进CycleGAN数据增强的行人重识别方法（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 2022104634316，当前法律状态为已下证，由南京邮电大学提出申请，发明人为杨真真;邵静;杨永鹏;杨震;蔡云峰，申请日期为2022-04-28，公开（公告）日期为2024-04-30，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：本发明涉及一种基于改进CycleGAN数据增强的行人重识别方法，一是构造数据增强的完整行人重识别识别框架；二是将姿态约束子网络嵌入原始CycleGAN网络中，并通过分割和二值化将彩色行人图像转换为掩膜图像，在训练过程中实时获得行人姿势；三是进一步构造可以约束源图像姿态的损失函数，使得当学习风格类型和人的身份ID到目标域时，保持姿态一致；四是引入半监督学习的多伪正则化标签方法为未标记的数据分配标签，并通过动态更新的训练策略，进一步提高这种方法的有效性；整个方案在行人重识别上，无论从改进CycleGAN生成的增强图片的效果，还是行人重识别的准确率，相较其他经典行人重识别网络，都具有明显的优势。

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！