Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 集美大学;赛维时代科技股份有限公司王宗跃获国家专利权

集美大学;赛维时代科技股份有限公司王宗跃获国家专利权

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!

龙图腾网获悉集美大学;赛维时代科技股份有限公司申请的专利一种3D人体姿态的估计方法、装置及存储介质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:CN115588049B

龙图腾网通过国家知识产权局官网在2025-10-28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:202211370006.9,技术领域涉及:G06T7/73;该发明授权一种3D人体姿态的估计方法、装置及存储介质是由王宗跃;谢道顺;陈屹东;苏锦河;陈文平;陈智鹏设计研发完成,并于2022-11-03向国家知识产权局提交的专利申请。

一种3D人体姿态的估计方法、装置及存储介质在说明书摘要公布了:本发明提供了一种3D人体姿态的估计方法、装置及存储介质,包括:S1,将二维姿态连续帧序列S输入位置嵌入模块获取位置特征Fp;S2,帧间Transformer模块利用Transformer结构以及位置特征Fp学习空间位置信息,计算帧之间的注意力特征和偏移注意力特征以学习每个关节在序列S中的帧间相关性,并通过全连接层获得预测的3D姿态序列Ps;S3,依次将每一帧的初始3D关节位置输入帧内Transformer模块,通过计算每一帧中关节之间的自注意力来学习每一帧中的关节关系,并获得优化后的目标帧3D关节位置。利用上述技术方案以全面感知帧内的人体关节关系以及帧间的关节相关性,从而输出精确3D人体姿态。

本发明授权一种3D人体姿态的估计方法、装置及存储介质在权利要求书中公布了:1.一种3D人体姿态的估计方法,其特征在于,包括: S1,将二维姿态连续帧序列S输入位置嵌入模块获取位置特征Fp,其中,所述序列S={f1,f2,f3,...,fN},fi∈RJ×d表示第i帧中人体关节的二维位置,J表示关节数,d表示位置维度,N表示所述序列S中包含的帧数,所述位置特征为人体关节的位置特征; S2,将所述位置特征Fp和所述序列S输入帧间Transformer模块,所述帧间Transformer模块利用Transformer结构以及所述位置特征Fp学习空间位置信息,计算帧之间的注意力特征和偏移注意力特征从而学习每个关节在序列S中的帧间相关性,进而通过全连接层获得预测的3D姿态序列Ps,其中,Ps∈RN×J×3,所述预测的3D姿态序列Ps中包含序列S中每一帧的初始3D关节位置; S3,依次将每一帧的初始3D关节位置输入帧内Transformer模块,通过计算每一帧中关节之间的自注意力来学习每一帧中的关节关系,并获得优化后的目标帧3D关节位置; 其中,所述步骤S2包括所述帧间Transformer模块执行的如下步骤: S21,对输入所述帧间Transformer模块的所述序列S分别进行第一线性变换、第二线性变换和第三线性变换,获得所述帧间Transformer模块的查询向量矩阵Qq、键向量矩阵Qk和值向量矩阵Qv; S22,对所述位置特征Fp、所述查询向量矩阵Qq、所述键向量矩阵Qk和所述值向量矩阵Qv进行编码,并计算出位置偏差Pbias,其中,Pbias=Qq·FP+Qk·FP+Qv·FP; S23,通过点积操作对所述查询向量矩阵和所述键向量矩阵计算注意力权重W′A,其中,W′A=Qq·QkT+Pbias; S24,对所述W′A进行SoftMax操作,得到归一化后的权重WA,其中,WA=SoftMaxW′A; S25,计算注意力特征FA,其中FA=WA·Qv; S26,计算偏移注意力特征Foffset,其中,Foffset=FA-FP; S27,对所述偏移注意力特征进行多层感知机操作,得到多层感知机提取的特征FOM,其中,FOM=MLPFoffset; S28,计算帧间Transformer模块的输出特征Fout,其中,Fout=FA+FOM; 其中,所述步骤S2还包括将所述步骤S21至步骤S28重复迭代预定次数M,每次得到的输出特征Fout分别表示为F1,F2,…FM,其中,M为大于1的整数; 其中,在第一次执行所述步骤S21时,所述帧间Transformer模块的输入为所述序列S;从第二次开始,所述帧间Transformer模块的输入为所述帧间Transformer模块前一次的输出特征,所述步骤S21为对输入所述帧间Transformer模块的所述前一次的输出特征分别进行第一线性变换、第二线性变换和第三线性变换; 将所述F1,F2,…FM通过Contat操作连接在一起,得到全局特征FG,其中,FG=ContatF1,F2,…FM; 将全连接层应用于所述FG,得到所述预测的3D姿态序列Ps。

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集美大学;赛维时代科技股份有限公司,其通讯地址为:361000 福建省厦门市集美区银江路185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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。