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！

龙图腾网获悉西安交通大学申请的专利一种基于动态肢体约束Transformer网络模型的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：CN119445666B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202411541616.X，技术领域涉及：G06V40/20；该发明授权一种基于动态肢体约束Transformer网络模型的3D姿态估计方法是由徐光华;魏帆;吴庆强;覃芃淋;潘雷俊;赵翊华设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本一种基于动态肢体约束Transformer网络模型的3D姿态估计方法在说明书摘要公布了：一种基于动态肢体约束Transformer网络模型的3D姿态估计方法，先搭建动态肢体约束Transformer网络模型，模型包括图像特征嵌入模块、Transformer编码器模块和MLP模块，每个模块都包含有卷积层级对应的Layernorm层；然后选取训练集和测试集，并设置动态肢体约束Transformer网络模型的训练参数；再根据动态肢体约束Transformer网络模型及其训练参数，以最小化损失函数为目标训练动态肢体约束Transformer网络模型；最后将待处理的2D姿态序列输入到基于动态肢体约束Transformer网络的3D姿态估计模型中，输出对应的3D姿态；本发明获得的3D姿态具有精度高、计算快、耗费资源低等优点。

本发明授权一种基于动态肢体约束Transformer网络模型的3D姿态估计方法在权利要求书中公布了：1.一种基于动态肢体约束Transformer网络模型的3D姿态估计方法，其特征在于，包括以下步骤： 步骤一：搭建动态肢体约束Transformer网络模型，动态肢体约束Transformer网络模型包括图像特征嵌入模块，Transformer编码器模块和MLP模块； 步骤二：选取训练集和测试集，并设置动态肢体约束Transformer网络模型的训练参数； 步骤三：根据动态肢体约束Transformer网络模型及其训练参数，最小化损失函数，从而完成动态肢体约束Transformer网络模型的训练； 步骤四：将待处理的2D姿态序列输入到已训练好的动态肢体约束Transformer网络模型，得到对应的3D姿态； 所述的步骤三中损失函数为组合损失函数Losstotal＝Lw+λtLt+λsLs+λaLa，其中，表示预测关键点与真实关键点的误差； 表示预测关键点在相邻两帧的误差； 表示预测肢体长度在对称位置的误差； 表示预测肢体长度在相邻两帧的误差；其中，N表示所有的关键点个数，T表示输入序列的长度，P表示所有的肢体个数，F表示两个预测关键点之间的肢体长度，V表示对称的肢体个数，r和l分别表示右侧和左侧，W,λt,λs,λa为权重系数；pi,j为第i帧图像、第j个关键点的预测位置，gti,j为第i帧图像、第j个关键点的实际真实位置，pi,j‑1为第i帧图像、第j‑1个关键点的预测位置，Fi,jr为第i帧图像、右侧第j个肢体的预测长度，Fi,jl为第i帧图像、左侧第j个肢体的预测长度，Fi,k为第i帧图像、第k个肢体的预测长度，Fi‑1,k为第i‑1帧图像、第k个肢体的预测长度。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。