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！

龙图腾网获悉中国科学技术大学申请的专利一种基于单目RGB图像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：CN115588237B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202211255461.4，技术领域涉及：G06V40/20；该发明授权一种基于单目RGB图像的三维手部姿态估计方法是由叶中付;田瑞田设计研发完成，并于2022-10-13向国家知识产权局提交的专利申请。

本一种基于单目RGB图像的三维手部姿态估计方法在说明书摘要公布了：本发明公开了一种基于单目RGB图像的三维手部姿态估计方法，设计了一种可以显式引入手部固有骨架结构的特征增强方法，来对待估计关节点利用关联信息自适应地增强其特征，以最终提升手部姿态估计的准确性。所设计的方法如下：首先利用卷积神经网络对输入的手部图像提取关节点级语义特征和骨骼级语义特征，并利用特征融合模块跨语义聚合两种特征；之后特征自适应增强模块可以对每个关节点利用与之的关联信息自适应地增强其相关特征；然后经过输出层得到关节点二维热力图和相对深度图，同时采用了一种多阶段优化的策略不断细化二维热力图与深度图来估计出更精确的手部二维关节点坐标和相对深度，最后利用相机参数计算出最终的手部三维坐标信息。

本发明授权一种基于单目RGB图像的三维手部姿态估计方法在权利要求书中公布了：1.一种基于单目RGB图像的三维手部姿态估计方法，其特征在于，包括如下步骤： 步骤1：构建手部三维姿态估计网络模型，所述网络模型由视觉特征提取模块，语义特征聚合模块以及关节点特征自适应增强模块构成； 步骤2、输入以手部为中心的单目RGB图像帧，经过视觉特征提取模块，在视觉特征提取模块中生成关节点定位信息图和骨骼关联信息图，然后采用预训练的ResNet18作为特征提取编码器，获得图像抽象语义特征；设计基于沙漏结构的二分解码器，以关节点定位信息图和骨骼关联信息图为监督，得到包含手部关节点定位信息的关节点级特征和包含关节点关联信息的骨骼级特征； 步骤3、将得到的关节点级特征和骨骼级特征送入语义特征聚合模块，语义特征融合模块自适应地跨语义融合捕获到的骨骼级特征和关节点级特征，获得同时包含这两种特征的聚合后的语义特征； 步骤4、将聚合后的语义特征送入显式引入手部固有骨架结构的关节点特征自适应增强模块中，对每个待检测手部关节点利用关联信息自适应地的增强相关特征，得到每个关节点增强后的特征； 步骤5、对每个关节点增强后的特征，分别经过输出层得到预测的关节点二维热图与相对深度图，再采用一种多阶段迭代优化的方法来不断细化关节点二维热力图和相对深度图，然后经过解码函数得到关节点平面坐标和相对深度值，最终通过相机参数计算得到手部关节点的三维坐标，至此手部姿态估计全部完成； 所述步骤5中，一种多阶段迭代优化的方法实现如下：在得到增强后的关节点级别特征后，对每个待检测关节点单独预测其关节点二维热力图和相对深度图，公式如下，其中代表要学习的参数，分别表示预测的关节点二维热图与相对深度图， 将预测的关节点二维热图、深度图与该关节点增强后语义特征拼接起来送入网络下一阶段去学习优化后的关节点二维热图与深度图；然后，基于优化后的特征能学习更精确的姿态估计结果，公式如下，其中分别表示待检测关节点在第阶段的语义特征，二维热图和深度图，表示第阶段特征聚合过程，表示第阶段二维热图和深度图的生成过程，与第阶段关节点特征增强模块结构一致，但会捕获更长程的关联信息； 对每阶段预测的二维关节点热图与相对深度热图分别解码得出关节点在像素平面内的坐标，以及关节点相对深度坐标，公式如下： 其中表示待估计关节点归一化后的二维热力图，表示待估计关节点像素平面的二维坐标，表示待估计关节点相对深度值； 最后通过相机参数计算得到手部关节点的最终坐标，计算公式如下， 其中，表示根绝对深度坐标，表示相机内参数矩阵。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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。