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！

龙图腾网获悉中国科学院自动化研究所申请的专利基于低分辨率单目相机的步态量化方法及装置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：CN115965994B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202211643838.3，技术领域涉及：G06V40/10；该发明授权基于低分辨率单目相机的步态量化方法及装置是由周小虎;项天宇;刘市祺;谢晓亮;奉振球;侯增广;姚泊先;黄德兴;于喆;李浩;桂美将设计研发完成，并于2022-12-20向国家知识产权局提交的专利申请。

本基于低分辨率单目相机的步态量化方法及装置在说明书摘要公布了：本发明提供一种基于低分辨率单目相机的步态量化方法及装置，其中方法包括：获取关节对应的图像特征点，确定图像特征点的尺度特征点；确定图像特征点以及尺度特征点的深度时空表征；将图像特征点以及尺度特征点的深度时空表征进行融合，得到融合后的特征，并将融合后的特征输入步态分析模型，得到目标对象的步态分析结果。本发明提供的基于低分辨率单目相机的步态量化方法及装置，通过提取图像特征点以及尺度特征点的深度时空表征信息，将提取的深度时空表征信息融合，并将融合得到的特征输入步态分析模型，实现目标对象的步态分析过程。实现了仅使用单目相机就可以对目标对象的步态进行常见指标的量化分析，提升了步态分析的使用场景。

本发明授权基于低分辨率单目相机的步态量化方法及装置在权利要求书中公布了：1.一种基于低分辨率单目相机的步态量化方法，其特征在于，所述方法包括： 获取目标图像中目标对象的关节对应的图像特征点，所述关节为所述目标对象与步态相关的关节； 基于所述目标图像中所述目标对象的身体尺寸参数，以及所述身体尺寸参数与所述图像特征点的拓扑关系，确定所述图像特征点的尺度特征点； 基于特征时空表征学习模块，确定所述图像特征点的深度时空表征以及所述尺度特征点的深度时空表征，所述特征时空表征学习模块是基于长短时记忆网络和一维卷积网络确定的； 将所述图像特征点的深度时空表征以及所述尺度特征点的深度时空表征进行融合，得到融合后的特征，并将融合后的特征输入步态分析模型，得到所述目标对象的步态分析结果，所述步态分析模型是基于步态图像样本及其对应的步态参数标签训练得到的； 所述特征时空表征学习模块由长短期记忆网络和三个一维卷积网络混合而成，其中长短期记忆网络由12个长短期记忆组成，输出为状态序列，每一个一维卷积网络由3个连续的一维卷积层和一个最大池化层组成，卷积和大小为8，输出维数为32，其中每一个一维卷积层后会使用relu激活函数进行激活并且进行批标准化操作，最大池化层后会进行dropout操作，比例为0.5。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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”。