Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江理工大学李少华获国家专利权

浙江理工大学李少华获国家专利权

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!

龙图腾网获悉浙江理工大学申请的专利一种小尺度感知增强的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:CN115830630B

龙图腾网通过国家知识产权局官网在2025-11-07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:202211468238.8,技术领域涉及:G06V40/10;该发明授权一种小尺度感知增强的人体姿态估计方法是由李少华;张海翔;马汉杰;冯杰设计研发完成,并于2022-11-22向国家知识产权局提交的专利申请。

一种小尺度感知增强的人体姿态估计方法在说明书摘要公布了:本发明公开了一种小尺度感知增强的人体姿态估计方法,该方法汲取了以往模型的不足,针对于小尺度目标的表现做了专门的优化,选用了更为精确的Top‑down结构,抛弃了热图表示法,改用基于一维向量表示法的SimCC来更加精准的定位小尺度目标的关键点,同时在SimCC‑baseline的基础上提出了TAA模块,通过消融实验也验证了TAA模块的有效性,最终在整体AP上取得了不错的结果。小尺度目标的表现很大程度限制着模型整体精度的提高,以往的网络大多忽视了这一点,因此本发明SSA‑Net的提出,既有实际应用价值,也有科学研究价值。

本发明授权一种小尺度感知增强的人体姿态估计方法在权利要求书中公布了:1.一种小尺度感知增强的人体姿态估计方法,包括如下步骤: 1获取大量含有人物的图片,并对图片中人物的关节点位置进行标注; 2构建基于SSA-Net的模型框架,其包括: BackBone模块,用于对输入的图片进行特征提取; TAA模块,用于对提取得到的特征图进行特征增强;所述TAA模块的输入特征图为原图片尺寸的14,该模块首先利用转置卷积将输入特征图的大小转变为原图片尺寸的12,然后将特征图通过1×1的卷积操作,保证特征图尺寸不变的前提下,将其通道数扩大为原来的2倍;进而再将特征图送入坐标注意力机制模块进行编码,最后将坐标注意力机制模块的输入与输出通过残差机制进行特征融合后作为TAA模块最终的输出结果; SimCC模块,根据增强后的特征图对关节点位置进行预测;所述SimCC模块的输入为TAA模块输出H×W×C的特征图,其中H表示特征图的高度,W表示特征图的宽度,C表示通道数,且H和W分别为原图片高度和宽度的12;SimCC模块首先将各通道的输入特征图拉直成一维向量的形式,向量长度为HW,然后通过线性层将特征图的通道数C降为N,N为关节点数量,进而将N个通道的一维向量分别通过水平轴坐标分类器和垂直轴坐标分类器,水平轴坐标分类器将N通道的一维向量长度降为kW并提取各通道向量中的最大值,进而映射得到这些最大值对应的预测点横坐标;垂直轴坐标分类器将N通道的一维向量长度降为kH并提取各通道向量中的最大值,进而映射得到这些最大值对应的预测点纵坐标;最后输出各关节点的预测坐标,i为自然数且1≤i≤N,k为大于1的缩放因子; 3利用步骤1中获取的图片及其标注信息对上述模型框架进行训练; 4将包含人物的待估计图片输入至训练好的模型中,即可预测出该图片中人物各关节点的位置坐标。

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理工大学,其通讯地址为:310018 浙江省杭州市经济技术开发区白杨街道2号大街928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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。