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！

龙图腾网获悉电子科技大学申请的专利基于深度相机的膝关节穴位识别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：CN119810422B 。

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：202411960492.9，技术领域涉及：G06V10/25；该发明授权基于深度相机的膝关节穴位识别方法是由谢兴容;杨峰;杨雯丹;吴思佳;窦梓豪;陈礼轩;余泽西;施凯元;余宦成设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本基于深度相机的膝关节穴位识别方法在说明书摘要公布了：本发明公开了一种基于深度相机的膝关节穴位定位识别方法，属于图像处理领域。该方法包括深度相机拍摄膝关节深度图像和平面RGB图像，标注穴位区域和穴位点转换为数据集，训练实例分割模型和关键点识别模型，实例分割深度图像得到穴位区实例分割图像，图像分区图处理深度图像和平面RGB图像，得到四维数据进行关键点识别得到穴位坐标。

本发明授权基于深度相机的膝关节穴位识别方法在权利要求书中公布了：1.一种基于深度相机的膝关节穴位定位识别方法，该方法包括： 步骤1：深度相机拍摄膝关节深度图像和平面RGB图像：使用深度相机拍摄膝关节深度图像和平面RGB图像，收集不同年龄、性别、健康状态的膝关节图像样本； 步骤2：标注穴位区域和穴位点转换为数据集； 将原始深度图像和原始RGB彩色图像转换为相应的数据集的数据集生成器，其中，数据集生成器包括标注、分类器、图像器处理三个环节，原始图像通过标注得到图像集，图像集通过分类器得到训练图像集和验证图像集，训练图像集和验证图像集通过图像处理器分别得到训练数据集和验证数据集； 步骤3：训练针对深度图像的实例分割模型： 步骤3.1：根据如下方法建立快速分割膝关节处穴位区的分割模型； 步骤3.1.1：利用4倍下采样层将四个像素作为一个预测分区，以及提炼低维度特征图信息以获得抽象特征； 步骤3.1.2：利用ConvNeXtBlock卷积层多层次的从深度图像中提取出特征，分别得到低分辨率特征图和高分辨率特征图； 步骤3.1.3：利用自注意力池化层获得低分辨率特征图内各部分之间的关系，使用最少的信息得到深度图像的全局整体信息； 步骤3.1.4：利用多尺度特征融合模块融合高分辨率特征图压缩成的特征序列和自注意力池化层得到的全局整体信息特征序列，成为一个特征序列为多尺度特征融合序列； 步骤3.1.5：利用注意力池化层运用标注信息对多尺度特征融合序列信息进行注意力分配和提炼，使得训练过程中模型逐渐提高对实例分割更需要关注的信息的注意力，提高相应权重； 步骤3.1.6：利用转置卷积进行上采样，恢复全图细节信息，得到的实例分割图片； 步骤3.2：对分割模型进行训练： 步骤3.3：训练过程中采用的迭代器为带有学习率调度器的Adamw优化器： 步骤3.4：得到各个穴位区域图，穴位区域值像素为True，其它位置像素值为False； 步骤3.5：使用数据集生成器得到的训练数据集输入损失生成器，网络结构放入损失生成器； 步骤4：用训练好的实例分割模型对深度图像进行分割，得到穴位区域； 步骤5：利用穴位区域图像切割深度图像和平面RGB图像： 步骤5.1：使用torch.nonzerotensor函数得到穴位区域坐标： Local＝torch.nonzerotensor；此时Local.shape为n,2,其中n为穴位区域的像素个数，第一列和第二列分别储存穴位区域中每个像素的纵坐标y和横坐标x； 步骤5.2：获取穴位区域的边缘框信息[x_min,y_min,x_max,y_max]，x_min,y_min表示穴位区域的边缘框的最小坐标，x_max,y_max表示穴位区域的边缘框的最大坐标： 步骤5.3：利用边缘框信息裁剪原始深度张量图像和平面张量RGB图像得到穴位区域的深度张量边缘框内图像和平面RGB张量边缘框内图像：使用 torchvision.transforms.functional.crop函数裁剪图像new_image＝F.croplast_image,y,x,h,w； F.crop表示torchvision.transforms.functional.crop函数； 其中last_image为裁剪前的原始张量图像； 其中y为y_min，x为x_min，h为y_max-y_min，w为x_max-x_min； 步骤5.4：对穴位区域边缘框内图像进行填充： 步骤6：利用DWpose框架获得关键点识别模型： 步骤6.1：采用DWpose框架内置的损失函数、网络结构、迭代器，其中DWpose骨干网络的输入通道数改为4，分别对应深度图像和平面图像的R\G\B通道； 步骤6.2：同获取实例分割模型，通过艾宾浩斯训练策略经过训练得到实例分割模型。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。