Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江工业大学俞山青获国家专利权

浙江工业大学俞山青获国家专利权

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!

龙图腾网获悉浙江工业大学申请的专利一种基于角度图和图像特征融合的3D人体姿态估计方法和系统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:CN119888432B

龙图腾网通过国家知识产权局官网在2025-07-18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:202510374245.9,技术领域涉及:G06V10/80;该发明授权一种基于角度图和图像特征融合的3D人体姿态估计方法和系统是由俞山青;赵玉真;宋栩杰;王金焕设计研发完成,并于2025-03-27向国家知识产权局提交的专利申请。

一种基于角度图和图像特征融合的3D人体姿态估计方法和系统在说明书摘要公布了:本发明公开一种基于角度图和图像特征融合的3D人体姿态估计方法和系统,其方法包括:使用训练好的2D人体姿态检测器获得人体的2D关键点坐标,并使用高斯拉普拉斯算子获得边缘特征明显的原始图像;将人体骨骼的拓扑图转换为两种不同的角度图;构建角度图特征对比融合模块,通过交叉对比学习融合不同尺度的角度图特征交叉对比;将图像特征与角度图特征进行融合,最后回归得到3D人体姿态信息;重复训练,得到最终的3D人体姿态估计模型。本发明把关节角度约束引入图网络,减少了深度模糊带来的影响,同时融合了图像特征,使得网络具有更好的表达能力。

本发明授权一种基于角度图和图像特征融合的3D人体姿态估计方法和系统在权利要求书中公布了:1.一种基于角度图和图像特征融合的3D人体姿态估计方法,其特征在于:包括以下步骤: S1:构建原始数据集,使用训练好的2D人体姿态检测器获得人体的2D关键点坐标,并使用高斯拉普拉斯算子获得边缘特征明显的原始图像; S2:将以人体关节为节点的原始骨架图转换为以骨骼为节点的线图; S3:将原始骨架图转换成显式表征关节点之间角度关系的二阶图;具体包括: S3.1:把原始骨架图转换为显式表征关节点之间角度关系的二阶图; 其中,表示原始骨架图中路径长度为2的节点之间构成的连边; S3.2:计算二阶图的邻接矩阵,并为二阶图生成节点特征; 其中原始骨架图的邻接矩阵表示为,其中=16,,值为1表示两个节点相连,为0则表示不相连;表征角度的二阶图的邻接矩阵表示为: 二阶图的节点特征,当和是二阶邻居时,=和之间的角度值,当或和非二阶邻居时,; S4:构建角度图特征对比融合模块,通过交叉对比学习将不同尺度的角度图特征进行融合;角度图特征对比融合模块由普通图神经网络层和反池化图卷积层构成,前者用于提取线图和二阶图的特征,后者通过反池化操作线图的中间特征与二阶图的中间特征的维度保持一致,最终通过可学习的权重参数完成特征融合; S5:训练角度图特征对比融合模块,获得中间模型:将处理后的图像输入卷积神经网络模型,得到图像特征,并将图像特征与角度图特征进行融合,最后回归得到3D人体姿态信息; S6:对中间模型进行监督微调:调整中间模型的回归头的参数,冻结中间模型的其他参数,得到最终的3D人体姿态估计模型。

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浙江工业大学,其通讯地址为:310014 浙江省杭州市拱墅区潮王路18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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。