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！

龙图腾网获悉天津理工大学申请的专利基于人体骨架输入的Transformer手语分割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：CN117058750B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202310579684.4，技术领域涉及：G06V40/20；该发明授权基于人体骨架输入的Transformer手语分割方法是由袁甜甜;余港庆;蔡佳良;朱宇;李沐展设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。

本基于人体骨架输入的Transformer手语分割方法在说明书摘要公布了：一种基于人体骨架输入的Transformer手语分割方法，采用基于深度学习的SkeFormer模型作为自动分割工具，用于识别并定位连续手语中的每一个手势，可以替代部分具有注释技术的工作人员来标记连续手语数据集中的每一个手势；该模型采用ST‑GCN作为特征提取器，将输入的骨架坐标序列建模为具有人体关节之间空间层次的时空特征，利用ASFormer中Encoder的分层模式，首先会关注时空特征中的局部信息，然后逐步扩大感受野，以获取全局信息。本发明用于建立并完善手语语料库，进一步丰富手语语料库的内容。

本发明授权基于人体骨架输入的Transformer手语分割方法在权利要求书中公布了：1.一种基于人体骨架输入的Transformer手语分割方法，其特征在于，采用深度学习模型SkeFormer作为手语的自动分割工具，所述方法包括以下步骤： 1首先利用mediapipe工具提取连续手语视频数据集中的手部和胳膊关节点坐标，然后将其转换为输入张量其中，B表示视频数据集的批量大小，Cin表示输入张量的维度，T表示视频帧的长度，N表示关节点数，然后通过SkeFormer模型第一层中的批量归一化操作来归一化输入张量X并且加速训练过程；为了符合模型中ST-GCN网络的输入维度，调整输入张量形状为 2SkeFormer模型的第二层是一个2D卷积层，将经过批量归一化张量X中的输入维度Cin调整为网络中的滤波器通道数Cfilter； 3将调整后的张量X输入包含十个模块的ST-GCN网络中，每一个模块首先会通过图卷积，然后传递给批量归一化层和ReLU层，再执行一个膨胀时间卷积然后传递给批量归一化层和ReLU层，最后在ST-GCN网络中的输入和输出之间引入残差连接； 4将ST-GCN网络输出的通过空间池化层聚合N个关节点的空间特征信息； 5最后输出的通过1D卷积层将输入通道数Cfilter调整为另一维度Cdim的一维时间序列特征信息； 6ASFormer采用与MS-TCN相同的多级阶段结构，其中Encoder层为预测阶段，Decoder层为细化阶段；具有分层模式的Encoder由J个模块组成，每个模块包含一个带有膨胀时间卷积的feed-forward层和一个带有残差连接的self-attention层；Decoder中模块与encoder模块相同，唯一不同的是cross-attention：其中query和key来自Encoder层和前一个decoder模块的输出拼接，而value来自前一个decoder模块的输出，Attention计算公式为： 其中，Q，K，V分别表示query，key，value，KT表示K的转置，dK表示K的特征维度，与Cdim维度大小相等； 输出的一维时间序列特征信息通过Encoder层生成初始预测序列然后传递给Decoder层，其中的每一层会对前一层的输出序列执行softmax激活函数操作来细化预测序列，其处理过程定义为： Y＝Encoderfout2 Ys＝DecoderYs-13 其中，表示第s个Decoder层的输出，Ys-1表示前一层的输出，Cl表示l个输出类。

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天津理工大学，其通讯地址为：300384 天津市西青区宾水西道391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。