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！

龙图腾网获悉江西财经大学申请的专利基于共享关键点自适应匹配的多类别姿态估计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：CN121527175B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610058749.4，技术领域涉及：G06T7/70；该发明授权基于共享关键点自适应匹配的多类别姿态估计方法及系统是由陈俊杰;曹红;曹仟禧;刘泽政;方玉明设计研发完成，并于2026-01-16向国家知识产权局提交的专利申请。

本基于共享关键点自适应匹配的多类别姿态估计方法及系统在说明书摘要公布了：本申请提供基于共享关键点自适应匹配的多类别姿态估计方法及系统，包括：构建用于模型训练与评估的大规模多类别姿态数据集，对数据集进行处理，得到训练图像子集和测试图像子集，将训练图像子集分别输入至包含图像特征提取模块、结构原型分类模块、共享关键点预测模块、自适应匹配模块、模型优化模块的查询式模型中，通过各模块相互协作对查询式模型进行训练，优化模型参数；将优化好的查询式模型应用于测试图像，得到测试图像的结构原型类别预测结果和关键点估计结果。本发明通过共享关键点嵌入学习跨类别通用特征，并利用动量更新的原型专属匹配机制，实现了对海量类别、结构多变物体的统一、高精度姿态估计。

本发明授权基于共享关键点自适应匹配的多类别姿态估计方法及系统在权利要求书中公布了：1.基于共享关键点自适应匹配的多类别姿态估计方法，其特征在于，包括： S1、构建多类别姿态数据集，对数据集进行处理，得到训练图像和测试图像； S2、设计一种结合匹配损失的查询式模型；所述查询式模型包括图像特征提取模块、结构原型分类模块、共享关键点预测模块、自适应匹配模块、模型优化模块； S3、将训练图像输入所述查询式模型中，通过图像特征提取模块对输入的训练图像进行特征提取，获取多尺度图像特征； S4、结构原型分类模块基于多尺度图像特征进行结构原型分类，得到原型类别预测结果y； 其中，步骤S4中所述结构原型分类模块包括全局特征提取单元和分类预测单元；所述全局特征提取单元对图像特征提取模块输出的多尺度图像特征中最深层的特征图进行全局平均池化操作，生成全局特征向量；所述分类预测单元将全局特征向量映射为结构原型类别的对数几率值，得到原型类别预测结果y； S5、共享关键点预测模块通过一组可学习的关键点查询向量与多尺度图像特征进行交互，解码生成M个关键点的坐标预测P与可见性预测V； S6、自适应匹配模块基于步骤S4中的原型类别预测结果y或真实原型类别标签获取对应的匹配代价矩阵，并基于匹配代价矩阵将步骤S5中的M个关键点预测与训练图像所属类别的K个目标关键点进行自适应最优匹配，输出匹配映射关系；其中，数据集中的每一类图像所属结构原型最多包含K个真实关键点，且K≤M； S7、根据所述匹配映射关系，计算原型分类损失和已匹配关键点的回归损失，并基于综合损失对模型参数进行优化； S8、将测试图像输入优化后的查询式模型中，得到测试图像的结构原型类别预测结果和关键点估计结果。

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江西财经大学，其通讯地址为：330000 江西省南昌市昌北国家经济技术开发区玉屏大道；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。