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！

龙图腾网获悉长春理工大学申请的专利一种基于特征增强的三维手部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：CN121236826B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511767046.0，技术领域涉及：G06V40/20；该发明授权一种基于特征增强的三维手部姿态估计方法是由张超;邵天成;于翠红;韩成;石乐民设计研发完成，并于2025-11-28向国家知识产权局提交的专利申请。

本一种基于特征增强的三维手部姿态估计方法在说明书摘要公布了：一种基于特征增强的三维手部姿态估计方法，涉及图像姿态估计领域。解决了现有的三维手部姿态估计方法中存在的难以充分提取手部特征、对复杂手势适应性不足等问题，本发明所述方法利用卷积神经网络提取手部图像的局部特征，结合特征增强与注意力融合结构获取图像全局语义信息，最终通过三维姿态解耦回归模块将二维关键点估计提升为三维姿态热图，实现对手部关键点的高精度三维估计，本发明提出了面向手部深度图的动态蛇形像素丢弃数据增强策略，通过在前景区域随机丢弃像素并引入动态空间扰动，模拟真实手部在运动、遮挡及深度噪声条件下的变化特征，有效提升模型对不确定性和细节结构的感知能力。还适用于计算机视觉等领域。

本发明授权一种基于特征增强的三维手部姿态估计方法在权利要求书中公布了：1.一种基于特征增强的三维手部姿态估计方法，其特征在于，所述方法包括以下步骤： 步骤1、输入单通道深度图像，使用7×7卷积层提取初步特征图F0； 步骤2、归一化初步特征图F0，通过ReLU激活函数增强非线性，得到初级特征图Fa； 步骤3、将初级特征图Fa输入残差瓶颈模块进行特征提取，输出特征图并进行2×2最大池化操作，输出特征图； 步骤4、将最大池化操作所输出的特征图输入沙漏Hourglass模块，融合多尺度信息，得到特征图； 步骤5、将特征图输入二维关节估计分支，生成特征图，归一化处理后得到热力图hmp，用于表示关节分布； 步骤6、使用坐标矩阵加权热力图hmp，计算二维关节坐标UV0； 步骤7、将特征图输入注意力增强分支，得到空间注意力权重FS； 步骤8、将空间注意力权重FS与通道注意力权重相乘，通过卷积得到增强特征图Fe1； 步骤9、线性加权融合Fout与增强特征图Fe1，得到融合特征图并生成融合注意力图； 步骤10、输入融合注意力图进行深度估计，得到深度特征图Fd； 步骤11、对深度特征图Fd进行加权池化，得到加权深度特征； 步骤12、输入深度特征进行深度值回归，输出各关节的深度坐标D0； 步骤13、将二维关节坐标UV0与深度坐标D0拼接，生成三维关键点坐标UVD，完成三维姿态估计。

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长春理工大学，其通讯地址为：130022 吉林省长春市卫星路7089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。