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！

龙图腾网获悉广东工业大学申请的专利一种基于深度学习的多人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：CN115909499B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202211565145.7，技术领域涉及：G06V40/20；该发明授权一种基于深度学习的多人人体姿态估计方法是由曾碧;江春灵;刘建圻;魏鹏飞设计研发完成，并于2022-12-07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多人人体姿态估计方法在说明书摘要公布了：本发明的目的是提供一种基于深度学习的人体姿态估计方法，属于计算机视觉领域，该方法包括：将图像输入特征提取网络获得多人人体关键点热力图；解码关键点热力图获得多人人体所有关键点位置信息；对每个关键点进行聚类操作，将同一人的关键点划为一类；结合每个人的关键点位置信息得到图像中每个人的姿态。本发明解决了目前人体姿态估计准确率不高的问题，能够精确地检测并分析多人人体姿态。

本发明授权一种基于深度学习的多人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多人人体姿态估计方法，其特征在于，包括： 将图像输入特征提取网络获得多人人体关键点热力图； 解码关键点热力图获得多人人体所有关键点位置信息； 对每个关键点进行聚类操作，将同一人的关键点划为一类； 结合每个人的关键点位置信息得到图像中每个人的姿态； 所述将图像输入特征提取网络获得多人人体关键点热力图之前，还包括训练特征提取网络： 通过训练尺度因子s，自适应调节高斯核标准差，生成带有尺度化的热力图用于训练过程中的监督信息，其中根据关键点位置信息和尺度因子生成热力图的公式如下： ； i、j代表热力图中的横纵坐标,p代表第p个人，k代表第k个关键点，、分别代表第p个人的第k个关键点的横纵坐标位置，σ0代表初始的高斯核标准差，s为尺度因子； 对预测的尺度图增加一个正则化损失，如下式所示： ； 代表只保留高斯核覆盖的区域，； 总体的损失函数为热力图的L2损失加上尺度图的正则化损失，如下式所示： ； 其中P为真值热力图，H为模型预测的热力图，为正则化损失的权重； 所述对每个关键点进行聚类操作，将同一人的关键点划为一类包括： 每一个关键点都分配一个标签来指示聚类的分配，同一个人的所有关键点的标签值的间距小，而不同的人的关键点之间的标签值差距大，其损失函数如下式所示： ； 上式中N代表图像内人的数量，代表第n个人的第k个关键点的标签值热力图在像素位置x处的标签值，代表第n个人各个关节点标签值的平均值，k代表第k个关键点，n代表图像中的第n个人，n’代表除第n个人以外的其他人。

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广东工业大学，其通讯地址为：510000 广东省广州市越秀区东风东路729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”。