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！

龙图腾网获悉东北大学申请的专利面向遮挡场景下的基于单目视频的单人3D姿态估计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：CN119418371B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411555729.5，技术领域涉及：G06V40/10；该发明授权面向遮挡场景下的基于单目视频的单人3D姿态估计方法是由高天寒;郭艳;江欣蓓;朱子辰;王富新设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本面向遮挡场景下的基于单目视频的单人3D姿态估计方法在说明书摘要公布了：本发明提供一种面向遮挡场景下的基于单目视频的单人3D姿态估计方法，涉及姿态估计技术领域。利用人体先验知识对2D关键点进行分组，并在模型训练阶段通过随机遮挡部分2D关键点分组的方式进行数据增强，模拟遮挡场景下的人体姿态数据；设计融合图卷积神经网络GCN和时序卷积神经网络TCN的3D人体姿态估计网络架构，GCN的输出作为TCN的输入，实现对空间与时间信息的联合建模。本发明方法不仅有效降低对复杂硬件、场景设置以及人工标注的依赖，还通过灵活生成多种遮挡情况，使数据集能快速扩展，从而大幅度提高数据集构建效率；不仅能够在遮挡场景下准确估计人体姿态，还在一定程度上减轻了输出视频中的抖动问题，从而提升估计结果的平滑性和稳定性。

本发明授权面向遮挡场景下的基于单目视频的单人3D姿态估计方法在权利要求书中公布了：1.一种面向遮挡场景下的基于单目视频的单人3D姿态估计方法，其特征在于：利用人体先验知识对2D关键点进行分组，并在模型训练阶段通过随机遮挡部分2D关键点分组的方式进行数据增强，以模拟遮挡场景下的人体姿态数据；设计一种融合图卷积神经网络GCN和时序卷积神经网络TCN的3D人体姿态估计网络架构，其中GCN引入有向图权重调节模块，用于在空间维度上进行人体姿态估计；TCN基于混合膨胀卷积，在时间维度上捕捉帧间的动态变化；GCN的输出作为TCN的输入，实现对空间与时间信息的联合建模； 所述有向图权重调节模块，实现基于有向图权重调节的GCN抗遮挡方法，引入节点级多头注意力，通过给不同的邻居节点分配不同的权重，来强调重要的邻居信息，让模型动态调整邻居对目标节点的影响力；具体方法如下： 步骤3.1：注意力分数计算； 注意力得分eij通过将节点特征与可学习的参数aT进行线性组合，并应用激活函数σ计算得到，计算公式如下： 其中，eij是邻居节点j对节点i的注意力得分，hi||hj为节点i和节点j的特征向量的拼接；aT是一个可学习的权重向量，用于参数化注意力机制；σ为ReLU激活函数；dk是标准化因子，与节点的度相关； 步骤3.2：更新基础特征矩阵Fdistance； 对于每一对节点i和j，基于特征向量之间的欧几里得距离差异来更新Fdistance；Fdistance更新公式如下： Fdistancei,j＝exp-||hi-hj|| 其中，||hi-hj||是节点i和节点j之间特征的欧几里得距离，通过指数函数转换为一个接近于[0,1]区间的权重值； 步骤3.3：节点特征更新； 引入多头注意力机制，每个头部采用不同的权重矩阵Wi对邻居节点的特征进行变换，然后使用由注意力分数eij归一化的加权和来聚合这些变换后的特征；在计算节点特征更新的同时，将步骤3.2中更新的Fdistance作为边权重融入计算过程；节点i的新特征hi通过连接所有头部输出的结果进行构建；节点特征更新的计算公式如下： 其中，softmaxeij表示对每个节点i的所有邻居j的注意力得分eij进行归一化，Fdistancei,j提供了基于特征差异的动态权重；Wi为权重矩阵，用于变换邻居节点j的特征hj；σ为ReLU激活函数；表示该层使用了K个独立的注意力头进行特征聚合，每个头使用不同的权重矩阵Wk；每个头聚合的结果会在特征维度上进行拼接，从而得到更新后的节点特征hi； 步骤3.4：节点特征传播； 利用从步骤3.3得到的更新后的hi作为每个节点的新输入特征，每层的节点特征传播公式如下： Hl+1＝σAHlWl 其中，Hl是步骤3.3中更新后的第l层所有节点的特征集合[h1,h2,…,hn]，Wl是第l层的权重矩阵，σ是ReLU激活函数； 步骤3.5：构建GCN； GCN的每一层通过步骤3.4中的节点特征传播公式来更新节点特征，从而捕捉节点间的空间依赖性；每个GCN层包括图卷积层、批标准化层和ReLU激活层；其中，图卷积层用于聚合邻接节点的特征，批标准化层用来规范化层输出，从而加速训练过程并提高模型的泛化能力，ReLU激活层引入非线性，增强模型的表达能力。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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。