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一种文本描述驱动的行人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：CN115455226B 。

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：202211138480.9，技术领域涉及：G06F16/583；该发明授权一种文本描述驱动的行人搜索方法是由吴贺丰;陈伟峰;陈志广;林倞设计研发完成，并于2022-09-19向国家知识产权局提交的专利申请。

本一种文本描述驱动的行人搜索方法在说明书摘要公布了：本发明公开了一种文本描述驱动的行人搜索方法，如下：构建基于对称Transformer的双流模型，所述的双流模型包括一个视觉Transformer编码器和一个文本Transformer编码器；对于图片，先将图片进行均分切分，将每个图片块进行图像块的线性映射后与位置编码相加作为输入视觉Transformer编码器的第一编码向量；对于文本，将每个词语先进行向量化编码，再经过词的线性映射并加上位置编码后作为输入文本Transformer编码器的第二编码向量；将视觉Transformer编码器输出的图像全局特征和文本Transformer编码器输出的文本全局特征逐一进行余弦相似度计算，找到和对应文本余弦相似度最高的图像，即可实现基于文本的行人搜索。

本发明授权一种文本描述驱动的行人搜索方法在权利要求书中公布了：1.一种文本描述驱动的行人搜索方法，其特征在于：所述的方法包括步骤如下： 构建基于对称Transformer的双流模型，所述的双流模型包括一个视觉Transformer编码器和一个文本Transformer编码器； 对于图片，先将图片进行均分切分，将每个图片块进行图像块的线性映射后与位置编码相加作为输入视觉Transformer编码器的第一编码向量；所述的第一编码向量为N1个D维向量；其中，N1表示图像块数量； 对于文本，将每个词语先进行向量化编码，再经过词的线性映射并加上位置编码后作为输入文本Transformer编码器的第二编码向量；所述的第二编码向量为N2个D维向量，其中，N2表示单词数量； 将视觉Transformer编码器输出的图像全局特征和文本Transformer编码器输出的文本全局特征逐一进行余弦相似度计算，找到和对应文本余弦相似度最高的图像，即可实现基于文本的行人搜索； 在利用双流模型识别之前，采用跨模态对比学习方法对双流模型进行训练； 所述的跨模态对比学习方法，具体如下： 训练双流模型时，在一个批次中，给定N条图像-文本对，每个对的文本全局特征fT作为查询，图像全局特征fI作为关键字，则训练时希望相互匹配的文本全局特征和图像全局特征相似度高，而与fT不相似的图像全局特征作为负样本，由此构建文本搜索图像的第一损失函数； 同理，采用图片特征作为查询，文本全局特征作为关键字，用图像去搜文本依次训练双流模型，由此构建图像搜索文本的第二损失函数； 将第一损失函数和第二损失函数两者之和构建双流模型的最终损失函数。

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”。