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！

龙图腾网获悉同济大学申请的专利一种基于姿态增强型关系特征的人体动作识别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：CN114724181B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202210292119.5，技术领域涉及：G06V40/10；该发明授权一种基于姿态增强型关系特征的人体动作识别方法是由梁爽;王颉文;谢驰;庄子鲲;赵生捷设计研发完成，并于2022-03-24向国家知识产权局提交的专利申请。

本一种基于姿态增强型关系特征的人体动作识别方法在说明书摘要公布了：本发明公开了一种基于姿态增强型关系特征的人体动作识别方法,包括以下步骤：S1：获取人体姿态关键点数据和周围物体包围框，并将姿态关键点数据转换为包围框格式；S2：使用基础网络提取图像特征，并通过ROIPooling进一步得到人体、姿态、物体对应的基础特征；S3：利用基础特征与包围框分别计算出2组人体‑姿态关系特征与2组人体‑物体关系特征，将关系特征按特定权重与基础特征融合，获得人体、姿态、物体增强型特征；S4：将三种增强型特征送入分类器，并将分类结果进行融合，得到各动作对应的分数，从而获得最终识别结果，与现有技术相比，本发明考虑了动作识别中的不同情况，具有识别精度高、适用范围广等优点。

本发明授权一种基于姿态增强型关系特征的人体动作识别方法在权利要求书中公布了：1.一种基于姿态增强型关系特征的人体动作识别方法，其特征在于：包括以下步骤： S1：获取人体姿态关键点数据和周围物体包围框，并将姿态关键点数据转换为包围框格式； S2：使用基础网络提取图像特征，并通过ROIPooling进一步得到人体、姿态、物体对应的基础特征； S3：利用基础特征与包围框分别计算出2组人体-姿态关系特征与2组人体-物体关系特征，将关系特征按特定权重与基础特征融合，获得人体、姿态、物体增强型特征fhr、fpr和for； S4：将三种增强型特征送入分类器，并将分类结果进行融合，得到各动作对应的分数，从而获得最终识别结果； 所述的步骤S1具体包括： S11：利用基于卷积神经网络的目标检测方法检测出图像中的物体，得到其包围框bo； S12：利用基于卷积神经网络的姿态估计方法检测出人体姿态，得到人体姿态关键点； S13：将人体姿态关键点按照特定转换规则进行组合与计算，使其映射到局部身体部位，将计算所得部位根据缩放因子k与身体部位缩放规则进行缩放，输出包围框格式的姿态区域bp； 所述人体姿态关键点到局部身体部位的转换规则定义为：鼻子、左耳、右耳关键点转换为头部区域；左肩、右肩、左臀、右臀关键点转换为身体区域；左腕、左肘关键点转换为左手区域；右腕、右肘关键点转换为右手区域；左腕、左肘、左肩关键点转换为左肘区域；右腕、右肘、右肩关键点转换为右肘区域；左膝、左踝关键点转换为左脚区域；右膝、右踝关键点转换为右脚区域；左膝、左踝、左臀关键点转换为左膝区域；右膝、右踝、右臀关键点转换为右膝区域； 所述的身体部位缩放规则为：设某一身体部位的左上坐标为x0,y0，长度为w0，宽度为h0，缩放因子k为满足0.50≤k≤1.50的小数，则最终输出的姿态区域描述为： 左上角横坐标 左上角纵坐标 长度w＝kw0； 宽度h＝kh0； 所述步骤S3具体包括： S31：对人体基础特征fh与姿态基础特征fp计算关系权重，得到权重wp；对人体基础特征fh与物体基础特征fo计算关系权重，得到权重wo； S32：对人体包围框与姿态包围框进行空间位置编码，得到权重wploc；对人体包围框与物体包围框进行空间位置编码，得到权重woloc； S33：根据姿态相关的权重wp和wploc以及人体、姿态的基础特征计算出两组姿态增强的关系特征fhp和fph，根据物体相关的权重wo和woloc以及人体、物体的基础特征计算出两组物体增强的关系特征fho和foh； S34：给4组关系特征赋予特定权重，并将人体主导的两种关系特征进行融合，输出三种关系特征； 姿态关系权重wp的计算方法为： 其中，F函数为特征维度转换函数，通过全连接层将两种基础特征转换至同一线性空间，便于处理，dk为转换完成后基础特征的维度； 物体关系权重wo的计算方法为： 姿态空间位置编码权重wploc的计算方法为： wploc＝F·Lbh,bp 其中，F函数为特征维度转换函数，形式为全连接层或一维卷积；L函数为三角函数形式的空间位置编码函数，对人体包围框坐标bh与姿态包围框坐标bp进行编码； 物体空间位置编码权重woloc的计算方法为： woloc＝F·Lbh,bo 其中，bo为物体包围框坐标； 姿态增强的关系特征fhp的计算方法为： fhp＝Ffp·∑wplocwp 其中，F函数为维度转换函数，形式为全连接层或一维卷积； 计算另一组姿态增强型关系特征fph，只需将权重wp进行转置； 计算物体增强的关系特征fho与foh只需分别将fhp与fph计算公式中的姿态相关的权重wp和wploc替换为物体相关的权重wo和woloc，并将姿态基础特征fp替换为物体基础特征fo； 4组关系特征的赋权规则为： fhp:fho:fph:foh＝k1:k2:k3:k4 其中，k1、k2、k3、k4满足： 0k1,k2k3,k4 赋权后输出的关系特征按照以下规则与基础特征融合并输出增强型关系特征： fhr＝fh+fhp+fho fpr＝fp+fph for＝fo+foh 即最终的输出为3种增强型特征fhr、fpr和for。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。