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！

龙图腾网获悉常州大学申请的专利一种基于深度学习的三维人体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：CN115376209B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202211031409.0，技术领域涉及：G06V40/20；该发明授权一种基于深度学习的三维人体姿态估计方法是由陈从平;郁春明;江高勇;张力;闫焕章;戴国洪;张屹设计研发完成，并于2022-08-26向国家知识产权局提交的专利申请。

本一种基于深度学习的三维人体姿态估计方法在说明书摘要公布了：本发明涉及图像检测技术领域，尤其涉及一种基于深度学习的三维人体姿态估计方法，包括对输入的姿态序列进行多层次初始特征生成；在时域中捕获多个初始特征的时间依赖关系；建立特征细化模块以增强初始表征；细化后的多个姿态特征进行交互建模；通过跨步卷积将多帧姿态信息聚合成单帧表示完成姿态估计。本发明能够实现对原始Transformer模型计算量的压缩，同时能保证人体姿态估计的位置精度。

本发明授权一种基于深度学习的三维人体姿态估计方法在权利要求书中公布了：1.一种基于深度学习的三维人体姿态估计方法，其特征在于，包括以下步骤： S1、对输入的姿态序列进行多层次初始特征生成； 步骤S1具体包括： S11、获取T帧视频帧组成的姿态序列，将每一帧中的人体划分成J个关节点，每个关节点用2D空间的坐标来表示； S12、将T帧J个关节的姿态信息映射成向量表示，与可学习的位置编码相加，位置编码用来保留人体关节的空间信息； S13、选取Transformer编码器模块作为主干网络，使用池化操作替换其中的注意力机制，串联3层Transformer编码器模块对输入的姿态序列进行特征提取，输出每一层编码后的初始特征表示； S2、在时域中捕获多个初始特征的时间依赖关系； S3、建立特征细化模块以增强初始表征； 步骤S3具体包括： S31、将3个经过时间位置编码后的初始表示分别进行特征细化的操作以增强初始表征，特征细化模块由标准化和平均池化组成的残差结构； S32、将3个细化后的特征进行沿通道进行合并，经过标准化和多层感知机组成的残差结构，得到的特征沿着通道维度被均匀地划分成3个不重叠的块，形成精细化的特征表示； S4、细化后的多个姿态特征进行交互建模； S5、通过跨步卷积将多帧姿态信息聚合成单帧表示完成姿态估计。

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常州大学，其通讯地址为：213164 江苏省常州市武进区滆湖中路21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”。