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！

龙图腾网恭喜南昌大学申请的专利一种3D人体姿态估计方法、系统、电子设备及存储介质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：CN120014713B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202510488584.X，技术领域涉及：G06V40/20；该发明授权一种3D人体姿态估计方法、系统、电子设备及存储介质是由闵卫东;刘梦雪;韩清设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。

本一种3D人体姿态估计方法、系统、电子设备及存储介质在说明书摘要公布了：本申请属于计算机视觉领域，公开了一种3D人体姿态估计方法、系统、电子设备及存储介质，该方法包括：获取2D关键点序列，通过姿态空间嵌入生成每帧高维特征，并施加随机掩码和位置编码形成稀疏时序Token序列；利用基于Transformer的姿态时序交互模块提取全局时序特征；同时对当前帧及其邻域帧采用关节级空间嵌入、空间交互模块和分层卷积捕获局部时序细节，获得局部特征；通过自适应融合策略综合全局与局部特征后，输入姿态优化网络（2D姿态、全局3D姿态和中心帧3D姿态的对比学习模块）生成3D人体姿态，再计算总体损失和利用稀疏–密集训练策略进行优化，最终输出3D人体姿态。该方法能够显著提高3D姿态估计的精度。

本发明授权一种3D人体姿态估计方法、系统、电子设备及存储介质在权利要求书中公布了：1.一种3D人体姿态估计方法，其特征在于，该方法包括以下步骤： S1、根据单目2D视频中提取2D关键点序列，以进行姿态空间嵌入，生成每帧的高维特征表示； S2、对所述高维特征表示施加随机掩码操作及位置编码，得到稀疏的时序Token序列； S3、利用基于Transformer的姿态级时序交互模块，对所述时序Token序列提取全局时序特征； S4、针对当前帧及其邻域帧，利用关节级空间嵌入获得关节级Token序列，并采用关节级空间交互模块以及分层卷积捕获局部时序细节，获得局部特征； S5、通过自适应融合策略对所述全局时序特征和所述局部特征进行融合，生成融合特征； S6、将所述融合特征输入姿态优化网络，所述姿态优化网络包括2D姿态对比学习模块、全局3D姿态对比学习模块和中心帧3D姿态对比学习模块，用以生成3D人体姿态； S7、基于生成的3D人体姿态与对应的先验信息，计算总体损失，采用稀疏–密集训练策略对所述姿态优化网络进行优化训练； S8、基于优化训练后的姿态优化网络输出与所述单目2D视频对应的3D人体姿态。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩区学府大道999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”。