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！

龙图腾网获悉北京邮电大学申请的专利一种三维人体骨骼姿态估计方法及模型训练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：CN119741422B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411772724.8，技术领域涉及：G06T17/00；该发明授权一种三维人体骨骼姿态估计方法及模型训练方法是由齐梦实;马华东;刘亮;彭嘉轩设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种三维人体骨骼姿态估计方法及模型训练方法在说明书摘要公布了：本发明提出一种三维人体骨骼姿态估计方法及模型训练方法，四类模态数据输入特征提取模块，提取四类特征经模态间特征融合模块融合后输入三维坐标估计模块输出三维人体骨骼姿态预测值；每一轮迭代训练三维人体骨骼姿态估计模型时基于夏普利值法计算单模态贡献度值并划分模态类别；当前批次样本进行模拟训练，不同模态类别噪声模态数据分别拟合，模拟训练的均方根误差建立两个高斯分布，均值较高者对应的噪声数据去除后的当前批次样本训练三维人体骨骼姿态估计模型，基于预测值和真实值的均方根误差和可塑权重巩固损失构建联合损失更新三维人体骨骼姿态估计模型参数，不同模态对应特征提取模块参数按照预设权重分别融合初始特征提取模块参数。

本发明授权一种三维人体骨骼姿态估计方法及模型训练方法在权利要求书中公布了：1.一种三维人体骨骼姿态估计模型训练方法，其特征在于，该方法包括以下步骤： 获取训练样本集，所述训练样本集中每个样本包含针对样本对象产生的四类模态数据，包括图像数据、激光雷达数据、毫米波雷达数据和无线信道数据，所述样本包含三维人体骨骼姿态真实值的标签； 采用所述训练样本集对所述三维人体骨骼姿态估计模型进行训练，所述三维人体骨骼姿态估计模型包括图像特征提取模块、第一点云特征提取模块、第二点云特征提取模块、无线信道特征提取模块、模态间特征融合模块和三维坐标估计模块；所述图像特征提取模块用于提取所述图像数据的图像特征，所述第一点云特征提取模块用于提取所述激光雷达数据的激光雷达特征，所述第二点云特征提取模块用于提取所述毫米波雷达数据的毫米波雷达特征，所述无线信道特征提取模块用于提取所述无线信道数据的无线信道特征；所述模态间特征融合模块用于将所述图像特征、所述激光雷达特征、所述毫米波雷达特征和所述无线信道特征融合后输入所述三维坐标估计模块输出三维人体骨骼姿态预测值，基于所述三维人体骨骼姿态预测值和真实值的均方根误差，并引入可塑权重巩固损失构建联合损失，最小化所述联合损失对所述三维人体骨骼姿态估计模型进行参数更新，得到目标三维人体骨骼姿态估计模型； 其中，每一轮迭代中用当前三维人体骨骼姿态估计模型进行快速拟合并基于夏普利值法计算所述四类模态数据的单模态贡献度值，通过预设聚类算法将四类模态依据单模态贡献度值划分为优等模态类和次等模态类；将当前批次样本较上一批次样本单模态贡献度值下降达到设定条件的单模态数据定义为噪声模态数据；用当前批次样本进行模拟训练，其中对属于所述优等模态类的噪声模态数据暂停对应特征提取模块的拟合，对属于所述次等模态类的噪声模态数据基于重采样强化对应特征提取模块的拟合，对模拟训练产生的均方根误差基于高斯混合模型建立两个均值不同的高斯分布并废弃其中均值较高者对应的噪声数据；利用去噪后的当前批次样本对所述三维人体骨骼姿态估计模型进行训练；将所述优等模态类对应的特征提取模块参数按照第一权重融合其初始特征提取模块参数，将所述次等模态类对应的特征提取模块参数按照第二权重融合其初始特征提取模块参数。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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”。

以上内容由龙图腾AI智能生成。