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！

龙图腾网获悉浙江理工大学申请的专利一种基于决策网络和细化特征的高效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：CN117275040B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202311281248.5，技术领域涉及：G06V40/10；该发明授权一种基于决策网络和细化特征的高效人体姿态估计方法是由李少华;张海翔;谭文;马汉杰;冯杰设计研发完成，并于2023-10-07向国家知识产权局提交的专利申请。

本一种基于决策网络和细化特征的高效人体姿态估计方法在说明书摘要公布了：本发明公开了一种基于决策网络和细化特征的高效人体姿态估计方法，该方法以HRNet‑s为骨干网络，提取出视觉特征送入粗粒度决策网络去掉冗余信息，通过CGEncoder模块使关键点令牌感知到粗粒度特征中所蕴含的信息，接着送入细粒度决策网络对特征进一步分割，然后通过FGEncoder模块进行细推理，使关键点令牌感知到细粒度特征中所蕴含的信息，并送入MLP模块，关键点令牌映射回二维热图，最后在COCO和MPII数据集上取得了十分具有竞争力的结果。因此，本发明可以在大幅度降低的计算复杂度的同时，还能提升一定的精度，让网络可以以更高的效率来进行人体姿态估计。

本发明授权一种基于决策网络和细化特征的高效人体姿态估计方法在权利要求书中公布了：1.一种基于决策网络和细化特征的高效人体姿态估计方法，包括如下步骤： 1获取大量包含有多个人物的图片，并对图片中人物的关节点位置进行标注； 2将所有图片按比例划分成训练集、验证集和测试集； 3构建CFPose模型框架，其包括： 骨干网络，用于对输入图片进行视觉特征提取，并将提取得到的特征图通过切分、展平、线性映射生成一系列的视觉令牌和关键点令牌； 粗粒度决策网络，用于对每条视觉令牌进行重要性打分，将重要性得分较低的视觉令牌去除掉，以此来初步裁剪出人体的掩膜； 粗粒度特征编码模块，用于将关键点令牌与筛选保留下来的视觉令牌拼接后进行粗编码推理，使关键点令牌充分感知到粗粒度特征中所蕴含的信息； 细粒度决策网络，用于对筛选保留下来的视觉令牌进一步切分并进行重要性打分，再将重要性得分较低的视觉令牌去除掉； 细粒度特征编码模块，用于将粗粒度特征编码模块输出编码信息中的关键点令牌与二次筛选保留下来的视觉令牌拼接后进行细编码推理，使关键点令牌充分感知到细粒度特征中所蕴含的信息； MLP模块，用于根据细粒度特征编码模块输出编码信息中的关键点令牌通过热图法解码出输入图片中各关节点位置坐标的预测结果； 3利用训练集图片及其标注信息对上述CFPose网络模型进行训练； 4将测试集图片输入至训练好的CFPose网络模型中，即可预测出该图片中人物各关节点的位置坐标。

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浙江理工大学，其通讯地址为：310018 浙江省杭州市经济技术开发区白杨街道2号大街928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。