Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 西安交通大学钱学明获国家专利权

西安交通大学钱学明获国家专利权

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!

龙图腾网获悉西安交通大学申请的专利一种基于可检测性学习的人体姿态检测方法及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:CN115578793B

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:202211386756.5,技术领域涉及:G06V40/20;该发明授权一种基于可检测性学习的人体姿态检测方法及系统是由钱学明;张浩设计研发完成,并于2022-11-07向国家知识产权局提交的专利申请。

一种基于可检测性学习的人体姿态检测方法及系统在说明书摘要公布了:本发明公开了一种基于可检测性学习的人体姿态检测方法及系统,所述基于可检测性学习的人体姿态检测方法包括以下步骤:获取待人体姿态检测的图像数据;基于所述待人体姿态检测的图像数据,利用预训练好的人体姿态检测模型进行检测,获得每个人体姿态关键点的位置信息以及可检测性信息;将可检测性信息大于等于预设置信阈值的人体姿态关键点进行显示,获得人体姿态检测结果。本发明通过预训练好的模型对人体姿态的关键点位置和可检测性进行检测,可解决遮挡、尺度不确定性、易混淆的姿态、复杂背景的数据的人体姿态检测需求,具有检测精度较高以及可靠性较高的特点。

本发明授权一种基于可检测性学习的人体姿态检测方法及系统在权利要求书中公布了:1.一种基于可检测性学习的人体姿态检测方法,其特征在于,包括以下步骤: 获取待人体姿态检测的图像数据; 基于所述待人体姿态检测的图像数据,利用预训练好的人体姿态检测模型进行检测,获得每个人体姿态关键点的位置信息以及可检测性信息; 将可检测性信息大于等于预设置信阈值的人体姿态关键点进行显示,获得人体姿态检测结果; 其中,所述人体姿态检测模型包括: 人体姿态检测深度神经网络,用于输入待人体姿态检测的图像数据,输出热力图;所述热力图上记载有每个人体姿态关键点的位置信息; 可检测性学习监督网络,用于输入所述热力图,输出每个人体姿态关键点的可检测性信息; 所述可检测性学习监督网络包括: 输入层,用于输入待处理的热力图; 下采样层,用于输入所述热力图并进行逐级下采样,输出分比率达到预设要求的特征图; 平均池化层,用于输入所述分比率达到预设要求的特征图,采用自适应平均池化调整图像分辨率,输出分辨率为1×1的特征图; 全连接层,用于基于所述1×1的特征图,调整通道数与人体姿态关键点数相同,通道的特征值分别用于表示人体姿态关键点的可检测性; 所述预训练好的人体姿态检测模型的获取步骤包括: 获取训练样本集;其中,每个训练样本均包括样本图像、人体姿态关键点位置标签、人体姿态关键点可检测性信息标签; 基于所述训练样本集,采用预构建的损失函数,通过不断减少真实属性与预测属性之间的误差更新参数,达到预设收敛条件后获得所述预训练好的人体姿态检测模型; 所述预构建的损失函数的表达式为,; 式中,为超参数;为热力图损失;为关键点可检测性损失; ; 式中,N表示关键点个数;表示预测得到的第i幅图片的第j个关键点的热力图;表示第i幅图片的第j个关键点的真实热力图;n表示一次迭代选取的样本数量; ; 式中,表示标注的第i幅图片的第j个关键点的可检测性;表示网络得到的第i幅图片的第j个关键点的可检测性。

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西安交通大学,其通讯地址为:710048 陕西省西安市碑林区咸宁西路28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。

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。