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！

龙图腾网获悉复旦大学;上海新氦类脑智能科技有限公司申请的专利一种基于深度学习热力值的RefineF人体骨骼关键点精度提高算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：CN114758359B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202210418562.2，技术领域涉及：G06V40/10；该发明授权一种基于深度学习热力值的RefineF人体骨骼关键点精度提高算法是由陈洪权;环宇翔;梁龙飞;邹卓;郑立荣设计研发完成，并于2022-04-20向国家知识产权局提交的专利申请。

本一种基于深度学习热力值的RefineF人体骨骼关键点精度提高算法在说明书摘要公布了：本发明涉及深度学习技术领域，具体是一种基于深度学习热力值的RefineF人体骨骼关键点精度提高算法，包括：获取输入图像得到原始图像输入数据；翻转输入图像数据得到翻转后图像输入数据；将图像数据分别输入深度神经网络中得到其热力值输出；整合两种输出得到网络最终热力值输出获取输出的所有最大值的大小以及对应的最大值坐标；以最大值坐标为中心持续执行Refine方法；汇总所有位置的骨骼关键点坐标得到最终关节点位置。本发明对图像中人体骨骼关键点附近的异物具有较强的抗干扰性，能够快速且更为准确地得到人体骨骼关键点的输出坐标位置，并且能够极大地提高模型对人体姿态捕捉结果的精度，输出结果还具有一定的鲁棒性和稳定性。

本发明授权一种基于深度学习热力值的RefineF人体骨骼关键点精度提高算法在权利要求书中公布了：1.一种基于深度学习热力值的RefineF人体骨骼关键点精度提高算法，其特征在于，包括如下步骤： 步骤1：获取输入图像得到原始图像输入数据input； 步骤2：翻转输入图像得到翻转后图像输入数据flipped_input； 步骤3：将原始图像输入数据input和所述翻转后图像输入数据flipped_input分别输入深度神经网络中得到其对应的网络热力值输出，分别命名为noneflip_output和flipped_output； 步骤4：整合noneflip_output和flipped_output得到网络最终热力值输出output； 步骤5：获取所述网络最终热力值输出output的所有最大值max_values的大小以及对应的最大值坐标max_coordinates； 步骤6：以所述最大值坐标max_coordinates为中心持续执行Refine方法； 步骤7：汇总所有位置的骨骼关键点坐标得到Final_Coordinates； 所述步骤6具体包括如下步骤： 步骤601：提取n＝0号位置热力图数据，转到步骤602； 步骤602：将热力图重组为I*J大小的矩阵，转到步骤603； 步骤603：结合步骤5中的结果索引该热力图对应的max_coordinate的位置py,px，执行如下判断： if1＜py＜I-11＜px＜J-11.2 其中，其中py代表max_coordinate所在的行，px代表坐标所在的列； 若不等式成立，转到步骤604； 若不等式不成立，转到步骤601，并且执行n＝n+1，索引下一张热力图； 步骤604：获取该点对应的max_value，此值已在步骤5中得以存储，执行判断： ifmax_value＞0.21.3若不等式成立，则转到步骤605； 若不等式不成立，则转到步骤601，并且执行n＝n+1，索引下一热力图； 步骤605：以py,px为中心，获取其周围可扩展的8个点的热力值hm_value，转到步骤606； 步骤606：计算Refine值，计算公式如下： 通过concatenate过程拼接得到的Refine值是一个1*2的矩阵，分别代表在以py,px为坐标原点的x轴和y轴上的热力值综合矢量差值，规定x轴正方向向右，y轴正方向向下； 处于x轴或y轴上的热力值点计算矢量差值时，计算结果无需分解，直接作为轴向的Refine值之一； 处于斜对角的热力值点计算矢量差值时，计算结果需要根据矢量分解原则分解到轴上，以8个点的情况为例，根据矢量计算结果方向的不同，差值需要以其绝对值乘以cos±45°、sin±45°或cos±135°、sin±135°中的数后再进行轴向求和运算； 计算完成后转到步骤607； 步骤607：更新骨骼关键点坐标值，更新公式如下： refined_coords＝max_coordinate+signRefine*0.251.5其中refined_coords是使用Refine方法后得到的新的骨骼关键点坐标集合，是一个1*M*2的NdArray矩阵，其中M代表所定义的人体骨骼关键点数目，2表示更新后的单个人体骨骼关键点，用表示，max_coordinate为所述步骤5中得到的原始最大值坐标py,px，sign函数具有以下特性： 此步骤结束后转到步骤601，并且执行n＝n+1，索引下一热力图，直到所有骨骼关键点都遍历完成，最终人体骨骼关键点位置存储于refined_coords中。

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复旦大学;上海新氦类脑智能科技有限公司，其通讯地址为：200000 上海市杨浦区邯郸路220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”。