Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜北京信息科技大学陈墨获国家专利权

恭喜北京信息科技大学陈墨获国家专利权

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!

龙图腾网恭喜北京信息科技大学申请的专利多人三维姿态估计方法、装置及电子设备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:CN114550282B

龙图腾网通过国家知识产权局官网在2025-05-09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:202111593360.3,技术领域涉及:G06V40/20;该发明授权多人三维姿态估计方法、装置及电子设备是由陈墨;王小娟;金磊;何明枢;徐晨阳;王璋设计研发完成,并于2021-12-23向国家知识产权局提交的专利申请。

多人三维姿态估计方法、装置及电子设备在说明书摘要公布了:本申请提供一种多人三维姿态估计方法、装置及电子设备,所述方法包括:获取相机拍摄的多人图像;基于骨干网络对所述多人图像进行特征提取,得到特征图;基于二维姿态回归模型对所述特征图进行回归计算,得到二维姿态结果;基于所述二维姿态结果和深度回归模型对所述特征图进行回归计算,得到深度回归结果;基于所述二维姿态结果和所述深度回归结果计算得到三维姿态估计结果。本申请将二维姿态回归与深度回归相关联,无需再对人体关键点进行分组,简化了多人三维姿态估计方法的过程。通过将二维姿态引导特征与根深度回归中的特征进行合并,提高了深度回归结果中的根绝对深度的估计结果的准确度,使得多人三维姿态估计的结果更加精确。

本发明授权多人三维姿态估计方法、装置及电子设备在权利要求书中公布了:1.一种多人三维姿态估计方法,其特征在于,包括:获取相机拍摄的多人图像;基于骨干网络对所述多人图像进行特征提取,得到特征图,其中,所述骨干网络为基于深度学习方法训练得到的模型;基于二维姿态回归模型对所述特征图进行回归计算,得到二维姿态结果,其中,所述二维姿态回归模型为基于深度学习方法训练得到的模型;基于所述二维姿态结果和深度回归模型对所述特征图进行回归计算,得到深度回归结果,其中,所述深度回归模型为基于深度学习方法训练得到的模型;基于所述二维姿态结果和所述深度回归结果计算得到三维姿态估计结果;所述基于所述二维姿态结果和深度回归模型对所述特征图进行回归计算,得到深度回归结果,包括:基于所述特征图通过所述深度回归模型输出根深度回归结果和相对深度回归结果;基于所述特征图通过卷积计算得到二维姿态引导特征;基于所述二维姿态引导特征和所述根深度回归结果计算得到根关键点深度回归结果;将所述根关键点深度回归结果和所述相对深度回归结果合并得到所述深度回归结果;所述基于所述二维姿态引导特征和所述根深度回归结果计算得到根关键点深度回归结果,包括:根据以下公式计算根关键点深度回归结果:Z=FZcat{X,DO1',DO2'...DOn-1'}其中,FZ是深度回归模型中的根关键点深度回归器,cat{}是通道维度上的连接操作,X是所述特征图,DOk'是第k个人体关键点上的位置查询操作,Ok'是所述人体关键点偏移映射集中的第k个偏移映射,1≤k≤n-1,n为所述人体关键点偏移映射集中偏移映射个数,其中,根关键点深度回归器为基于自适应卷积学习模型训练得到的模型;所述二维姿态结果包括:人体关键点、人体中心关键点坐标和人体关键点偏移映射集;所述基于所述特征图通过卷积计算得到二维姿态引导特征,包括:基于所述特征图通过卷积计算输出预定数量的分解特征图;基于每一个所述分解特征图通过其对应的回归器输出所述人体关键点偏移映射集,其中,所述回归器为基于自适应卷积学习模型训练得到的模型;基于所述人体关键点偏移映射集采用位置查询操作得到二维姿态引导特征。

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信息科技大学,其通讯地址为:100192 北京市海淀区清河小营东路12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”。

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。