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 > 北京金山顶尖科技股份有限公司杨斌获国家专利权

北京金山顶尖科技股份有限公司杨斌获国家专利权

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!

龙图腾网获悉北京金山顶尖科技股份有限公司申请的专利一种基于人体骨骼轨迹跟踪的体能评测方法及系统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:CN120837061B

龙图腾网通过国家知识产权局官网在2026-01-06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:202510945587.1,技术领域涉及:A61B5/11;该发明授权一种基于人体骨骼轨迹跟踪的体能评测方法及系统是由杨斌;周瑜;于洋;邢宇杰;刘英志;鲍金艳;闫飞;张函;张瑞丰;李万龙;林建君;苏洁设计研发完成,并于2025-07-09向国家知识产权局提交的专利申请。

一种基于人体骨骼轨迹跟踪的体能评测方法及系统在说明书摘要公布了:本发明公开了一种基于人体骨骼轨迹跟踪的体能评测方法,包括:S1、通过视频采集设备获取体能测试的全过程视频数据,根据采集频率生成视频帧;S2、利用骨骼动态解析算法处理视频帧,提取人体骨骼关键点;S3、通过运动图谱身份识别网络提取测试者身份特征并追踪确认;S4、对骨骼关键点时序轨迹进行动作识别、片段分割及合规性判定;S5、针对异常骨骼关键点,采用逆向运动学推理方法进行补全并时序平滑;S6、将完整骨骼关键点时序数据输入到人体动作评估模型进行处理,量化输出体能评测指标;S7、生成体能评测报告并给出动作反馈与优化建议。本发明有效提升了体能评测的客观性、准确性与智能化水平。

本发明授权一种基于人体骨骼轨迹跟踪的体能评测方法及系统在权利要求书中公布了:1.一种基于人体骨骼轨迹跟踪的体能评测方法,其特征在于,包括如下步骤: S1、通过视频采集设备获取体能测试的全过程视频数据,根据采集频率生成视频帧; S2、通过骨骼动态解析算法对视频帧进行处理,构建骨骼关键点时序运动轨迹集合,所述S2具体包括: S21、将视频帧通过骨骼动态解析算法检测骨骼关键点,所述骨骼动态解析算法通过改进的时空图卷积神经网络实现; S22、通过可变形三维卷积神经网络对视频帧进行处理: 在空间维度引入可变形卷积核,根据网络自动生成的骨骼关节点热图动态调整卷积的采样位置; 在时间维度引入帧间偏移门控机制,具体包括采用带有遗忘门结构的Sigmoid门控函数,动态约束相邻帧的采样范围在±2帧内,并融合实时计算的光流特征作为运动感知输入; 通过四级特征金字塔结构分别进行空间敏感区域池化和时序差分特征提取,生成融合时空特征的中间特征张量; S23、通过时空图卷积模块对中间特征张量进行处理,当检测到骨骼关节点在时刻发生遮挡或检测结果置信度低于阈值时,根据预设的人体运动链拓扑激活抗遮挡协同检测机制,对相邻关节点的空间与时间特征进行消息传递与融合,自动推断被遮挡关节点的空间位置,构建虚拟特征图并补全缺失关节点的特征,生成校正骨骼特征张量; S24、通过三维坐标联合推算机制对校正骨骼特征张量进行处理,具体为:通过二维坐标分支生成每个骨骼关键点在图像平面的热力分布图,输出二维坐标,通过深度回归分支预测每个骨骼关键点相对于躯干基准平面的深度值,通过可信度评估分支输出每个骨骼关键点在每一帧的三维位置置信度分值; S25、获得并输出每一时间帧对应的骨骼关键点的三维坐标和置信度; S26、构建骨骼关键点时序运动轨迹集合,其中,,表示骨骼关键点数,表示全过程视频数据的采集帧数; S27、在测试者注册或初始化环节,根据骨骼关键点时序运动轨迹提取基础身份特征,并将基础身份特征与测试者身份信息对应存储在身份特征库中,其中,,表示注册用户数; S3、基于骨骼关键点时序运动轨迹集合,在测试全过程内通过运动图谱身份识别网络提取测试者的身份特征,并进行身份追踪确认,所述S3具体包括: S31、基于骨骼关键点的时序运动轨迹集合,利用运动图谱身份识别网络提取身份特征,并进行追踪确认,所述运动图谱身份识别网络包括双通道特征提取架构和生物特征融合模块,所述双通道特征提取架构包括空间拓扑分析通道和时序动态建模通道; S32、采用层级化图注意力卷积构建空间拓扑分析通道,输入骨骼关键点的时序运动轨迹集合,生成空间拓扑特征; S33、通过因果膨胀门控单元构建时序动态建模通道,输入骨骼关键点的时序运动轨迹集合,生成时序动态特征; S34、通过生物特征融合模块,将空间拓扑特征与时序动态特征进行融合,生成融合身份特征: ; 其中,表示注意力融合函数,表示特征交叉函数,所述特征交叉函数采用哈达玛积进行逐元素乘积,表示特征拼接; S35、计算融合身份特征和基础身份特征之间的余弦相似度,当相似度超过设定阈值时,则判定为身份一致; S36、若在连续的预设帧数内,所有相似度均低于设定阈值,则判定为异常骨骼关键点,并启动异常处理或重新初始化追踪确认流程; S37、输出判定为身份一致的骨骼关键点时序运动轨迹集合和判定为异常的骨骼关键点; S4、对追踪后的骨骼关键点时序运动轨迹集合进行初步动作识别,分割并提取动作片段,并对每个动作片段进行合规性判定; S5、针对不通过身份追踪确认和合规性判定的异常骨骼关键点,采用逆向运动学推理方法进行位置补全,对补全结果进行时序平滑处理,并与通过合规性判定的骨骼关键点时序数据合成完整骨骼关键点时序数据,所述S5具体包括: S51、将异常骨骼关键点结合人体运动链拓扑关系,确定相邻骨骼关键点集合,并采集三维位置信息,通过相邻点的时刻运动矢量进行空间关联补全,所述异常骨骼关键点包括追踪确认判定为异常的骨骼关键点和不合规动作片段的骨骼关键点; S52、采用逆向运动学推理方法,利用与异常骨骼关键点直接相连的末端关节点的空间位置,反向推算异常近端骨骼点的最优估计位置,通过最小化目标函数补全骨骼关键点位置,获得重建骨骼点轨迹: ; 其中,为待补全骨骼关节点在时刻的位置,为相邻骨骼关键点的位置,表示节点与相邻节点的静态骨长向量; S53、将重建骨骼点轨迹通过滑动加权平均滤波器进行时序平滑处理,生成平滑骨骼关键点时序数据; S54、将平滑骨骼关键点时序数据与合规动作片段的骨骼关键点时序数据进行整合,形成完整骨骼关键点时序数据; S6、将完整骨骼关键点时序数据输入到基于多模态时空金字塔网络的人体动作评估模型进行处理,量化输出体能评测指标; S7、根据评测结果自动生成体能评测报告,并输出动作表现反馈与优化建议。

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北京金山顶尖科技股份有限公司,其通讯地址为:100091 北京市海淀区天秀路10号中国农大国际创业园1号楼3层3A;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。