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！

龙图腾网获悉大连大学申请的专利基于多层次特征提取的多样化人体运动预测系统及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：CN116469173B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310502419.6，技术领域涉及：G06V40/20；该发明授权基于多层次特征提取的多样化人体运动预测系统及方法是由周东生;陈麟伟;樊万姝;易鹏飞;刘瑞;候亚庆;张强设计研发完成，并于2023-05-06向国家知识产权局提交的专利申请。

本基于多层次特征提取的多样化人体运动预测系统及方法在说明书摘要公布了：本发明提供了一种基于多层次特征提取的多样化人体运动预测系统及方法，涉及计算机视觉及图像处理技术领域。本发明采用基于Transformer和GCN的深度学习模块，采用多层的Transformer模块进一步优化运动样本，根据人体关节点分组情况，每一层上的Transformer独立生成器负责计算一个或多个人体关节点的特征图。这样的设计让每个Transformer模块只专注于身体特定部位的特征信息，自注意力机制自行捕捉特定部位的关键点之间的联系与区别。此外，图卷积网络能够有效捕获节点之间的特征信息。两者的组合网络，能够带来更优的提升效果。

本发明授权基于多层次特征提取的多样化人体运动预测系统及方法在权利要求书中公布了：1.一种基于多层次特征提取的多样化人体运动预测系统，其特征在于，该系统包括预处理模块、训练模块和运动预测模块； 所述预处理模块是从Human3.6M的训练数据中，以原始帧速率提取出2.5秒的3D人体运动序列，划分25个3D人体运动序列前部的帧的姿态数据作为过去时间序列，并划分100个3D人体运动序列后部的帧的姿态数据作为预测未来运动姿态的标签，然后采用高斯分布的方式随机生成两组潜变量； 在Human3.6M公共数据集中，人体运动的位置数据是以17个人体3D关节点坐标形式存在，分别是：根部、左膝盖、左脚踝、左脚尖、右膝盖、右脚踝、右脚尖、脊柱、颈部、头部、左肩膀、左肘、左手腕、左手、右肩膀、右肘和右手腕； 所述训练模块将预处理模块中处理好的过去时间序列的姿态数据和潜变量作为多样化人体运动预测深度神经网络的输入；所述多样化人体运动预测深度神经网络由初始化生成器G1、二阶段生成器G2和双层Transformer生成器G3组成；其中，初始化生成器G1由多个图卷积层组成的图卷积模块构成，用于对过去的运动序列进行第一阶段的特征提取，并生成初始特征图X1；初始特征图X1与两组潜变量之和进行拼接，拼接后的特征图输入到二阶段生成器G2，G2由多个图卷积层构建，输出二阶段特征图X2；将17个关节点分为上半身和下半身两组；二阶段特征图X2输入到双层Transformer生成器G3，在双层Transformer生成器G3中，每层采用独立的生成器G3来提取对应关节点组中的个性化特征，每层独立生成器计算完之后，只会更新对应的关节点组的特征图，并将更新后的特征图进入下一层计算；最后一层输出的与二阶段特征图X2相加以合成最终的未来运动序列；多样化人体运动预测深度神经网络的输出是包含N种可能性的完整未来运动样本，其中N的数量自由设置；损失函数采用了定义的重建误差函数只是要求其中一个未来运动能够尽可能接近于Yg，Yg表示作为标签的训练数据中划分100个3D人体运动序列后部的帧的姿态数据；重建的损失函数定义为：其中损失函数采用欧几里得距离作为距离度量D；k是一个变量，表示生成的N种可能的未来运动样本之一；并提出了基于距离阈值搜索相似的过去运动样本，一种基于距离阈值搜索类似过去运动样本，并且将拥有一定相似度过去运动的未来运动标签统计到作为伪标签，其中Q表示为伪标签的数量；其他预测运动的损失表示为：为了提高运动预测的多样性，重新制定了增强的多样性损失，使其成为每个身体部位特定的损失，增强的多样性损失表示为：总损失函数定义为：其中λd、λr和λmm分别代表与损失函数相应的超参数； 所述运动预测模块用于加载训练模块训练完的多样化人体动作预测模型，将所需要过去时间序列的3D人体姿态数据输入到训练完的多样化人体动作预测模型网络模型中，得到N种可能的未来一段时间序列的人体运动样本。

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大连大学，其通讯地址为：116622 辽宁省大连市开发区学府大街10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。