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！

龙图腾网获悉四川吉利学院申请的专利基于机器视觉的人体姿态检测方法及设备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：CN120496191B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510992952.4，技术领域涉及：G06V40/20；该发明授权基于机器视觉的人体姿态检测方法及设备是由兰元帅;杨青山;牟朝琛;李永超;杨森伟;谢思怡;陈家馨;周颖;羊琛;郭佳琦;何博林设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本基于机器视觉的人体姿态检测方法及设备在说明书摘要公布了：本发明提供一种基于机器视觉的人体姿态检测方法及设备，应用于体适能检测中的姿态识别，通过获取体适能训练场景的多帧连续图像序列，对多帧连续图像序列进行人体区域定位处理，生成目标用户的动态人体区域集合，对动态人体区域集合进行姿态特征提取处理，得到目标用户的时空姿态特征集合，基于预设的体适能评估模型，对时空姿态特征集合进行姿态状态识别处理，生成目标用户的姿态状态识别结果，根据姿态状态识别结果生成体适能评估参数，并将体适能评估参数反馈至体适能训练指导系统。本发明可提升复杂体适能动作中细微姿态变化的辨识能力，实现动作规范度与生理负荷状态的同步评估，突破传统单维度动作评价的局限性。

本发明授权基于机器视觉的人体姿态检测方法及设备在权利要求书中公布了：1.一种基于机器视觉的人体姿态检测方法，应用于体适能检测中的姿态识别，其特征在于，包括： 获取体适能训练场景的多帧连续图像序列； 对所述多帧连续图像序列进行人体区域定位处理，生成目标用户的动态人体区域集合； 对所述动态人体区域集合进行姿态特征提取处理，得到所述目标用户的时空姿态特征集合； 基于预设的体适能评估模型，对所述时空姿态特征集合进行姿态状态识别处理，生成所述目标用户的姿态状态识别结果； 对所述姿态状态识别结果进行动作类型分类处理，确定当前训练动作类别，并根据所述当前训练动作类别匹配预设动作标准库中的基准生理参数； 对所述姿态状态识别结果进行关节负荷分布解析处理，生成实际关节负荷参数； 计算所述实际关节负荷参数与基准生理参数的负荷偏离率，并对所述负荷偏离率进行风险等级映射处理，生成关节损伤风险指标； 对所述姿态状态识别结果进行人体质心坐标提取处理，基于各关节的三维空间坐标与预设人体质量分布参数生成连续帧的质心三维坐标序列； 对所述质心三维坐标序列进行水平支撑面投影处理，将所述质心三维坐标序列映射至二维平面坐标系，生成质心二维投影点序列； 对所述质心二维投影点序列进行位移矢量分析处理，计算相邻投影点之间的位移方向与位移量，生成质心移动轨迹矢量集合； 对所述质心移动轨迹矢量集合进行突变点检测处理，识别位移方向与位移量偏离预设平滑阈值的轨迹异常片段； 对所述轨迹异常片段进行动作相位匹配处理，确定所述轨迹异常片段对应的训练动作执行阶段； 对所述质心二维投影点序列进行空间分布聚类处理，生成质心投影密度分布图，并对所述质心投影密度分布图进行边界轮廓提取处理，构建质心活动区域多边形边界； 对所述质心活动区域多边形边界进行几何形态分析处理，提取多边形覆盖面积与边界曲率参数； 对所述质心三维坐标序列进行垂直轴波动分析处理，生成质心垂直高度变化速率序列，对所述质心垂直高度变化速率序列进行振荡模式识别处理，提取垂直方向加速度交替变化特征； 将所述多边形覆盖面积、边界曲率参数与垂直方向加速度交替变化特征进行多维特征融合处理，生成身体平衡度参数，以及，对所述身体平衡度参数进行时序分割处理，基于所述训练动作执行阶段划分分析时间区间； 对每个分析时间区间内的身体平衡度参数进行稳定性度量计算处理，生成区间稳定性评分； 对相邻分析时间区间的区间稳定性评分进行趋势关联分析处理，识别评分下降的时间节点； 对所述评分下降的时间节点进行关节运动轨迹回溯处理，匹配对应的关节角速度变化数据； 将所述关节角速度变化数据与质心移动轨迹矢量集合进行运动耦合分析处理，确定关节运动对质心偏移的影响权重； 基于所述影响权重与区间稳定性评分进行平衡衰减系数建模处理，生成动态平衡系数； 将所述关节损伤风险指标与动态平衡系数进行加权融合处理，生成体适能评估参数，并将所述体适能评估参数反馈至体适能训练指导系统。

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四川吉利学院，其通讯地址为：641423 四川省成都市东部新区成简大道二段123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”。

以上内容由龙图腾AI智能生成。