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！

龙图腾网获悉杭州电子科技大学申请的专利一种轻量化卷积网络与Transformer相结合的人体关键点检测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：CN115222959B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202210826824.9，技术领域涉及：G06V10/46；该发明授权一种轻量化卷积网络与Transformer相结合的人体关键点检测方法是由周后盘;刘剑星;黄经州;赖波设计研发完成，并于2022-07-14向国家知识产权局提交的专利申请。

本一种轻量化卷积网络与Transformer相结合的人体关键点检测方法在说明书摘要公布了：本发明涉及一种轻量化卷积网络与Transformer相结合的人体关键点检测方法，采用深度可分离卷积与两个残差块相结合作为特征提取主干网络，采用轻量化卷积网络与Transformer相结合进行关键点检测。深度可分离卷积与传统CNN相比减少了大量冗余的参数，同时两个残差块又结合了标准卷积的优点，在压缩模型参数，加快运行效率的同时，使得本文的特征提取网络在图像特征提取方面达到不俗的效果，轻量化卷积网络对图像特征进行更好提取的同时减少了参数量，Transformer中自我注意力层能获得全局约束关系，并保留细粒度的局部特征信息，从而可以有效地捕获人体各部位之间的空间关系，通过更少的参数和更快的速度，达到了可以媲美基于CNN最先进的人体关键点检测技术的精度。

本发明授权一种轻量化卷积网络与Transformer相结合的人体关键点检测方法在权利要求书中公布了：1.一种轻量化卷积网络与Transformer相结合的人体关键点检测方法，其特征在于，包括： 步骤1：获取图片数据，处理后作为输入； 步骤2：构建轻量化卷积网络作为特征提取器，将图片数据输入特征提取器进行特征提取，得到目标特征图； 步骤3：对目标特征图进行位置编码，使得目标特征图中的特征向量保持独立地空间位置关系； 步骤4：将带有位置编码的目标特征图输入Transformer的多层注意力模块，注意力模块从特征向量序列中捕获不同特征之间的依赖关系，将获得不同注意力权重的特征图与目标特征图再次融合，得到更新后的特征向量； 步骤5：将更新后的特征向量输入至Transformer的多层感知机MLP模块，得到最终的输出特征； 步骤6：通过回归热图的方法预测输出特征的关键点坐标；所述步骤2中，特征提取器包括深度可分离卷积块和两个深度残差块； 在进行特征提取时：Stage1，采用步长为1的卷积核，对输入通道为3的输入图片进行逐通道卷积，同时保持通道独立，将通道维度升到128，得到第一特征图；stage2：逐点卷积，采用1*1*128的卷积核将第一特征图在深度方向上进行加权组合，生成第二特征图；stage3：将第二特征图的通道维度降到64维并输入至3层bottleneck残差块中，使用3*3*64的卷积核进一步提取特征，得到第三特征图；stage4：将第三特征图通道维度升到128维，输入至4层bottleneck残差块中，使用3*3*128的卷积核提取特征，得到目标特征图。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市江干区下沙高教园区2号大街；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。