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！

龙图腾网恭喜浙江科技大学申请的专利一种3D人体姿态空间特征建模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：CN119229027B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202411718693.8，技术领域涉及：G06T17/00；该发明授权一种3D人体姿态空间特征建模方法是由林志洁;姚金鑫;王浩麟;吴吉义;周礼洁;潘玥;平升阳;泮宇鑫;李颖;陈萍;黄祥岳;邢锦琦;孙以恒;华浩天;赵科竣;应卫东;朱峰玙;王胤凯;汪文玥;李秉航设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本一种3D人体姿态空间特征建模方法在说明书摘要公布了：本发明提供了一种3D人体姿态空间特征建模方法，包括：检测并生成每个人体关节的二维坐标，生成2D骨架；对形成了多个Origin‑basedParts的2D骨架加入空间位置编码，再将处理后的数据输入STE，捕捉整个2D骨架的全局空间特征；实现对每个Origin‑basedPart的局部空间特征建模；将全局空间特征与局部空间特征进行融合生成空间特征；为空间特征加入时间位置编码，通过自注意力机制，捕捉各关节点在时间维度上的依赖关系；经过回归模块，将时空特征转换为关节点的三维坐标，生成3D人体姿态估计结果。本发明实现了基于Transformer的3D人体姿态空间特征建模。

本发明授权一种3D人体姿态空间特征建模方法在权利要求书中公布了：1.一种3D人体姿态空间特征建模方法，其特征在于，所述方法包括如下步骤： 步骤一：采用一个预训练的2D人体姿态检测器对输入的图像或视频帧进行处理，检测并生成每个人体关节的二维坐标，生成2D骨架； 2D骨架中包含的2D关节点数据包含每个关节点的x、y坐标以及检测的置信度；以及，定义Hip关节为人体的原点； 步骤二：将2D骨架划分为几个主要的部分，包括右腿、左腿、头部、右臂和左臂； 完整的人体特征被拆分成5个部位特征，其中为关节数量，为第个部位的关节数量，，以上过程定义为：； 步骤三：将每个部位的关节点与骨架原点结合，形成多个Origin-basedParts； 将Origin对应的特征与通过Concat得到新的特征，，以上过程定义为：； 步骤四：对形成了多个Origin-basedParts的2D骨架加入空间位置编码，该编码能够表示各关节点在空间中的相对位置；将处理后的数据输入SpatialTransformerEncoder，捕捉整个2D骨架的全局空间特征； 步骤五：利用STE，以每个Origin-basedPart为单位，通过自注意力机制提取关节内部的空间依赖特征，实现对每个Origin-basedPart的局部空间特征建模，将全局空间特征与局部空间特征进行融合，生成一个包含全面信息的空间特征； 针对每个Origin-basedPart对应的特征，首先利用Linear层将其映射为相应的查询、键和值，传入到进行计算；生成特定部位的空间特征，；中不仅仅包含了部位内部关节的空间依赖，还包含了部位相对于Origin的空间位置信息；以上过程定义为：； 其中，表示线性映射的矩阵； 使用SpatialTransformerBlock来计算全局空间特征，其中为嵌入特征的通道数，，是网络深度；两个并行的通道分别建模不同范围的空间特征后，采用adaptivefusion的方式融合两个通道的输出，生成完整的空间特征，；此过程定义为： ；其中，为逐元素乘法，adaptivefusion权重与的计算过程被定义为：；其中，为可学习的线性变换； 步骤六：为空间特征加入时间位置编码，表示每个关节点在多个时间帧之间的运动轨迹；通过自注意力机制，捕捉各关节点在时间维度上的依赖关系；经过回归模块，将时空特征转换为关节点的三维坐标，生成3D人体姿态估计结果； 将融合后的特征加入时间位置编码，传入TemporalTransformerBlock计算得到关节运动的时序特征，；最后，对应用线性变换RegressionHead来估计最终的3D姿态，其中为输出特征的通道数； 所述图像或视频帧是基于单目摄像头拍摄的视频； 对生成的3D人体姿态估计结果的优化目标包括位置损失函数和速度损失函数；其中，位置损失函数用于衡量估计位置的精度，速度损失函数用于衡量关节运动的平滑性；。

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浙江科技大学，其通讯地址为：310000 浙江省杭州市西湖区留和路318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”。