西安交通大学杨旸获国家专利权
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!
龙图腾网获悉西安交通大学申请的专利一种场景点云中的人体行为预测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:CN115909490B 。
龙图腾网通过国家知识产权局官网在2026-02-03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:202211426886.7,技术领域涉及:G06T7/246;该发明授权一种场景点云中的人体行为预测方法是由杨旸;高学浩;李宗赟设计研发完成,并于2022-11-15向国家知识产权局提交的专利申请。
本一种场景点云中的人体行为预测方法在说明书摘要公布了:一种场景点云中的人体行为预测方法。第一步,通过硬件三维扫描或软件三维重建的方式,将人体所在的周围场景表示为三维点云的形式;第二部,设计带有多重注意力建模机制的特征编码器,以提取人体骨架数据内部的动作依赖、场景点云内部的几何结构依赖以及其二者之间的人体‑场景的交互依赖;第三步,将所提取到的多重注意力编码特征,送入到解码器,以预测未来时刻的人体合理的运动姿态和轨迹;相较于目前的现有技术,本发明实现了在最少参数量下的最佳预测效果,并且增强了人体行为预测领域中的算法可解释性。
本发明授权一种场景点云中的人体行为预测方法在权利要求书中公布了:1.一种场景点云中的人体行为预测方法,其特征在于:第一步,通过硬件三维扫描或软件三维重建的方式,将场景信息表示为三维点云数据人体运动信息表示为三维骨架序列其中Ns为场景点云S中所含有的点的数量,Nb为每个人体骨架中所含有的关节点数,T为动作序列中所含有的骨架帧数;第二步,由于人体运动不易受到距其较远场景物体的影响,因此,通过关键区域选取对场景点云S进行关键区域裁剪,从而降低冗余性;第三步,考虑到人体骨架B和场景点云S的二者内部、二者之间体现着不同性质的依赖关系,即人体骨架B内部所体现的动作特征,场景点云S内部的几何结构特征,以及人体骨架与场景点云之间存在的人景交互特征,因此,通过设计带有多重注意力建模机制的编码器,通过自注意力和交叉注意力两种机制来对以上不同的依赖关系联合建模,提取多重注意力特征;第四步,时序卷积网络组成的解码器将对提取到的多重注意力特征进行解码,最终输出所预测的未来人体的运动姿态和轨迹; 构建包含自注意力和交叉注意力层的多重注意力建模机制的编码器,由于在人体骨架B和场景点云S各自内部与两者之间存在者三类不同的依赖关系,即人体运动特征、场景结构特征以及人景交互特征,这就要求所设计的编码器能够同时联合建模这三种不同的模式;具体而言,将人体骨架B和场景点云S分别输入两个独立的自注意力层;对于以处理场景点云的第l+1层的自注意力模型,用Cl表示自注意力模型输入场景特征维度,故自注意力模型输入特征表示为将Sl通过三个独立的多层感知机进行线性变换,分别得到场景点查询项场景点键值项和场景点值项在对场景结构的自注意力编码机制中,与的相似性作为对加权求和的系数: 同时,通过多头注意力机制来一次性变换得到h个不同的将第k个自注意力头的场景结构特征输出表示为通过合并来自于h个自注意力头的输出来提高场景结构特征的表征能力: 其中,为输出映射矩阵,在对于处理人体关节点的第l+1层自注意力模型,其输入特征为将Bl通过三个独立的多层感知机进行线性变换,分别得到关节点查询项关节点键值项关节点值项与之间的相似性作为对加权求和的系数: 将第k个自注意力头的人体动作特征输出表示为通过合并来自于h个自注意力头的输出来提高人体动作特征的表征能力: 在经过第l+1层的场景点云和人体关节点的自注意力建模之后,场景结构特征由更新为人体运动特征由更新为Cl+1表示输出时的特征维度; 与自注意力层不同的是,在交叉注意力层中,人体骨架数据则会被视为交叉注意力查询项用于度量每个身体关节点与场景点云间的交互关系因此,交叉注意力机制则被定义为: 其中:将第k个交叉注意力头的人景交互特征输出表示为通过合并来自于h个交叉注意力头的输出来提高人景交互特征Il+1的表征能力; 最后,将以上场景结构特征Sl+1、人体运动特征Bl+1、人景交互特征Il+1合并成多重注意力编码并将其送入到由时序卷积网络组成的解码器中,以预测出自身运动合理,场景交互契合的人体未来运动姿态和轨迹。
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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励