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！

龙图腾网获悉中山大学申请的专利一种基于体态识别的老年人情绪实时预测方法与系统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：CN114743129B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202210227218.5，技术领域涉及：G06V20/40；该发明授权一种基于体态识别的老年人情绪实时预测方法与系统是由林格;周凡设计研发完成，并于2022-03-08向国家知识产权局提交的专利申请。

本一种基于体态识别的老年人情绪实时预测方法与系统在说明书摘要公布了：本发明公开了一种基于体态识别的老年人情绪实时预测方法与系统。首先利用人体姿势神经网络提取出视频的人体姿势，把该人体姿势输入到高维特征神经网络提取出视频的高维特征，之后计算视频的情感特征，并把视频的高维特征与情感特征进行结合得到视频的组合特征，最后把视频的组合特征输入到情绪分类器来预测视频中人物的情绪。本发明通过提取视频数据中人物的人体姿势来进行人物情绪的识别，不要求能够清晰的捕捉到人物的面部表情，因此本发明对视频采集设备的要求更低，具有更好的普适性；此外本发明在进行人物情绪识别时还考虑了视频数据中的时序性，将人物的运动特征运用到人物的情绪识别过程中，提高了通过体态进行人物情绪识别的准确率。

本发明授权一种基于体态识别的老年人情绪实时预测方法与系统在权利要求书中公布了：1.一种基于体态识别的老年人情绪实时预测方法，其特征在于，所述方法包括： 对Ewalk数据集进行处理，包括对数据集中数据进行筛选、以及为了便于训练将其处理成相同的尺寸，形成包括视频数据以及与视频数据对应的人体姿势与情绪标签的视频数据集； 利用所述视频数据集中的视频数据以及对应的人体姿势训练TP-Net网络，形成用于提取视频帧中人体姿势的人体姿势神经网络； 利用所述视频数据集中的人体姿势训练LSTM网络，形成用于提取人体姿势高维特征的高维特征神经网络，之后利用所述视频数据集中的人体姿势输入到训练完成的该网络中，得到所述视频数据集中每段视频的高维特征； 利用所述视频数据集中的人体姿势计算每段视频中每一帧的姿势特征和运动特征，之后把姿势特征和运动特征拼接得到的向量作为每一帧对应的情感特征，对任一段视频中所有帧对应的情感特征取平均值作为该段视频的情感特征，从而形成所述视频数据集中每段视频的情感特征； 把所述每段视频的高维特征与所述每段视频的情感特征进行拼接，得到每段视频的组合特征，与所述视频数据集中视频数据对应的情绪标签一同组成训练集对分类器进行训练，形成情绪分类器； 输入待处理视频，利用所述人体姿势神经网络提取出待处理视频的人体姿势，把该人体姿势输入到所述高维特征神经网络提取出待处理视频的高维特征，之后计算待处理视频的情感特征，并把待处理视频的高维特征与情感特征进行结合得到待处理视频的组合特征，最后把待处理视频的组合特征输入到所述情绪分类器来预测待处理视频中人物的情绪； 其中，所述利用所述视频数据集中的人体姿势计算每段视频中每一帧的姿势特征，具体为： 姿势特征共有12个，分为体积、角度、距离和面积这4类；其中体积是指人体姿势在三维空间中外包围盒的体积，角度包括在脖子处双肩形成的角度、在右肩处脖子和左肩形成的角度、在左肩处脖子和右肩形成的角度以及在脖子处头和上半身中心形成的角度这4个，距离包括上半身底部中心和右手、左手、右脚、左脚之间的距离以及双脚之间的距离，面积包括双手和脖子形成的三角形的面积以及上半身底部中心和双脚形成的三角的面积；所述体积、角度、距离和面积的计算，都是三维坐标之间的运算； 其中，所述利用所述视频数据集中的人体姿势计算每段视频中每一帧的运动特征，具体为： 运动特征一共有10个，分为移动速度、移动加速度2类；移动速度包括双手、双脚以及头部这5个部分的移动速度，移动加速度同样也是双手、双脚以及头部这5个部分的移动加速度；移动速度通过计算视频中两帧图像对应的人体姿势中的坐标的变换来获得，而移动加速度则通过移动速度的变化来计算。

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中山大学，其通讯地址为：510006 广东省广州市海珠区新港西路135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”。