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！

龙图腾网获悉南京邮电大学申请的专利一种基于混合架构时空建模的三维人体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：CN120672858B 。

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：202511188715.9，技术领域涉及：G06T7/73；该发明授权一种基于混合架构时空建模的三维人体姿态估计方法是由王力谦;张晓斐;邵文泽;葛琦设计研发完成，并于2025-08-25向国家知识产权局提交的专利申请。

本一种基于混合架构时空建模的三维人体姿态估计方法在说明书摘要公布了：本发明公开一种基于混合架构时空建模的三维人体姿态估计方法，包括：获取历史人体姿态数据，生成三维人体姿态估计网络训练集；构建三维人体姿态估计网络模型，该网络模型包括时空位置嵌入模块、时空Mamba块、时空自注意力块、全连接层和回归层；基于估计网络训练集和损失函数训练网络模型，学习从二维姿态关节点序列到三维姿态关节点序列的映射关系；将待估计的二维姿态关节点序列数据输入训练好的网络模型中，输出三维姿态关节点序列。本发明用Mamba快速提取全局时空特征，然后使用Transformer进一步补充全局时空特征信息，混合架构使得时空特征更有效地融合互补。

本发明授权一种基于混合架构时空建模的三维人体姿态估计方法在权利要求书中公布了：1.一种基于混合架构时空建模的三维人体姿态估计方法，其特征在于，包括如下步骤： S1、获取历史人体姿态数据，生成三维人体姿态估计网络训练集，所述人体姿态数据包括二维姿态关节坐标序列和对应的三维姿态关节坐标序列真值； S2、构建三维人体姿态估计网络模型，所述三维人体姿态估计网络模型包括依次设置的时空位置嵌入模块、若干交替堆叠的时空Mamba块和包含Transformer时空单元的时空自注意力块、全连接层和回归层； 所述时空位置嵌入模块用于融合人体骨架结构先验知识和人体运动学先验，由空间可学习拓扑编码层和时间可学习拓扑编码层串联构成； 所述时空Mamba块用于初步提取全局时空特征，由若干Mamba时空单元串联组成，其中每个Mamba时空单元由一个空间Mamba块和一个时间Mamba块串联组成； 所述时空自注意力块用于进一步补充全局时空特征信息，由若干Transformer时空单元串联组成，其中每个Transformer时空单元由一个空间Transformer块和一个时间Transformer块串联组成； 所述全连接层用于扩展和深化特征，通过将输入的特征映射到更高的维度以增加模型的非线性容量，其输入特征维度为，输出的隐性特征维度为，激活函数采用Tanh； 所述回归层用于将全连接层输出的特征向量转换得到三维坐标序列预测值； 所述空间可学习拓扑编码层用于融合人体骨架结构先验知识，其具体步骤为： 步骤一、基于二维姿态关节点序列X，通过输出维度为的线性层，将其映射到高维度空间并获得特征； 步骤二、基于上述特征，利用逐元素点乘方法获得空间可学习拓扑编码层输出特征，具体计算方式如下： ； 其中，表示在第t个时间步的特征，，表示逐元素相乘，表示可学习权重，所有T个时间步的合并得到，表示空间邻接矩阵，其构造公式如下： ； 其中，空间拓扑结构矩阵表示人体骨架模型中个关键关节点之间的连接关系，矩阵为的方阵，行列依次对应相应的关节的序号，根据人体结构先验，当第个和第个关节间存在解剖学连接时，，当第个和第个关节间不存在解剖学连接时，；可学习矩阵为的方阵，其内部元素通过网络训练更新，用于表达关节间的隐性连接； S3、基于三维人体姿态估计网络训练集和损失函数训练网络模型，学习从二维姿态关节点序列到三维姿态关节点序列的映射关系，通过反向传播算法不断调整网络模型参数，以最小化损失函数； S4、将待估计的二维姿态关节点序列数据输入训练好的网络模型中，输出三维姿态关节点序列完成三维人体姿态估计任务。

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南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9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。