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！

龙图腾网获悉浙江大学申请的专利一种基于骨架图结构约束的跨域姿态估计方法及应用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：CN118865486B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202410831918.4，技术领域涉及：G06V40/20；该发明授权一种基于骨架图结构约束的跨域姿态估计方法及应用是由郑能干;韩乐;赵磊;蒋阳波;李琦琦;张焓设计研发完成，并于2024-06-26向国家知识产权局提交的专利申请。

本一种基于骨架图结构约束的跨域姿态估计方法及应用在说明书摘要公布了：本发明提供一种基于骨架图结构约束的跨域姿态估计方法及应用，通过基于源域数据集标签构建骨架图正负对比样本；构建图对比学习网络，用构建的骨架对比样本集进行训练；构建基于热力图回归的姿态估计模型，并基于源域数据集进行训练；获取目标域数据的伪标签，用姿态估计模型在目标域数据进行推理，及利用图对比模型判别出正确预测的伪标签；构建域适应训练模型，并利用源域数据以及带伪标签的目标域数据进行训练。本发明针对跨域姿态估计问题，提出了用关键点骨架在图特征空间中的判别性来获取高精度伪标签，并构建可针对性学习专注目标特征的域迁移训练模型。本发明有效提升跨域姿态估计的预测精度，消除数据集间的域差异对模型表现造成的影响。

本发明授权一种基于骨架图结构约束的跨域姿态估计方法及应用在权利要求书中公布了：1.一种基于骨架图结构约束的跨域姿态估计方法，其特征在于，包括以下步骤： S1：基于源域数据集标签构建骨架图正负对比样本； S2：构建图对比学习模型，并用构建的骨架图结构正负对比样本集进行训练； S3：构建基于热力图回归的姿态估计模型，并基于源域数据集进行训练； S4：获取目标域数据的伪标签，包括用在源域数据上训练的姿态估计模型在目标域数据上进行推理，以及利用图对比学习模型判别出正确预测的伪标签； S5：构建域适应训练模型，并利用源域数据以及目标域数据进行训练； 所述的步骤S1具体包括： S11：对每个源域样本的关键点标签生成旋转增广样本； S12：从集合[0,1]中随机选取一个数作为生成样本对的标签； S13：根据样本对的标签类型，为源域样本的关键点标签及其增广样本添加对应的噪声变换类型，构造关键点仿真样本对：若随机选取的标签为1，则源域样本的关键点标签及其增广样本添加的噪声均为正样本噪声Npos；若随机选取的标签为0，则源域样本的关键点标签及其增广样本添加的噪声至少有一个为负样本噪声Nneg，正样本标签Npos的采样范围为：Npos∈{n|0n0.2l}，负样本标签Nneg的采样范围为：Nneg∈{n|0.2*lnl}，其中l为目标的躯干长度； S14：生成样本对中骨架图结构的节点特征矩阵Mf：计算每个关键点Pi与相邻两个关键点间连接的夹角Ai，然后与关键点欧氏空间坐标根据下式共同组成节点特征矩阵Mf： S15：返回包含关键点仿真样本对、骨架图结构的节点特征矩阵以及样本对标签的样本集。

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大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。