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！

龙图腾网恭喜中山大学申请的专利基于文本描述的跨领域人物搜索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：CN115712751B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202211426869.3，技术领域涉及：G06F16/583；该发明授权基于文本描述的跨领域人物搜索方法是由吴贺丰;刘智斌;江波;林倞设计研发完成，并于2022-11-15向国家知识产权局提交的专利申请。

本基于文本描述的跨领域人物搜索方法在说明书摘要公布了：本发明公开了一种基于文本描述的跨领域人物搜索方法，如下：构建基于文本描述的跨领域人物搜索网络模型，其包括图像特征提取器、文本特征提取器、第一梯度反转层、第二梯度反转层、图像域分类器、文本域分类器；图像特征提取器通过第一梯度反转层将提取到的图像特征输入图像域分类器；图像域分类器对图像特征处理得到图像域标签，并根据图像域标签计算图像域分类损失；文本特征提取器通过第二梯度反转层将提取到的文本特征输入文本域分类器；文本域分类器对文本特征处理得到文本域标签，并根据文本域标签计算文本域分类损失；利用训练好的跨领域人物搜索网络模型对目标域进行基于文本描述的人物搜索。本发明能在缺乏标签数据的情况下，具有跨领域人物搜索能力。

本发明授权基于文本描述的跨领域人物搜索方法在权利要求书中公布了：1.一种基于文本描述的跨领域人物搜索方法，其特征在于：所述的方法包括步骤如下： 构建基于文本描述的跨领域人物搜索网络模型，所述的跨领域人物搜索网络模型包括用于提取图像特征的图像特征提取器、用于提取文本特征的文本特征提取器、用于梯度下降的第一梯度反转层、用于梯度下降的第二梯度反转层、图像域分类器、文本域分类器； 所述的图像特征提取器通过第一梯度反转层将提取到的图像特征输入图像域分类器； 所述的图像域分类器对图像特征处理得到图像域标签，并根据图像域标签计算图像域分类损失； 所述的文本特征提取器通过第二梯度反转层将提取到的文本特征输入文本域分类器； 所述的文本域分类器对文本特征处理得到文本域标签，并根据文本域标签计算文本域分类损失； 利用训练好的跨领域人物搜索网络模型对目标域进行基于文本描述的人物搜索； 具体训练跨领域人物搜索网络模型的方法如下： 将源域样本和目标域样本同时输入跨领域人物搜索网络模型进行训练； 对于包含一张图片及其描述文本段的源域样本，在源域样本输入跨领域人物搜索网络模型之后获得第一图像特征和第一文本特征，计算第一图像特征和第一文本特征的对比损失，使得匹配的图像特征和文本段的特征对比损失小于第一阈值； 同时将第一图像特征和第一文本特征分别经过梯度反转层输入到图像域分类器和文本域分类器得到第一图像域标签和第一文本域标签，分别计算第一图像域分类损失、第一文本域分类损失，然后进行梯度下降，更新图像特征提取器、文本特征提取器、图像域分类器、文本域分类器的网络参数，实现最大化源域样本的第一图像域分类损失和第一文本域分类损失； 对于目标域样本，在输入跨领域人物搜索网络模型之后得到第二图像特征和第二文本特征，直接将第二图像特征和第二文本特征分别经过梯度反转层输入到图像域分类器和文本域分类器得到第二图像域标签和第二文本域标签，分别计算第二图像域分类损失、第二文本域分类损失，然后进行梯度下降，更新图像特征提取器、文本特征提取器、图像域分类器、文本域分类器的网络参数，实现最大化目标域的第二样本图像域分类损失和第二文本域分类损失； 通过同时输入源域样本、目标域样本对跨领域人物搜索网络模型进行训练，使得源域样本和目标域样本的图像特征分布和文本特征分布趋于相似，也即使得源域和目标域的距离小于第二阈值。

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山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。