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 > 南京邮电大学许建获国家专利权

南京邮电大学许建获国家专利权

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!

龙图腾网获悉南京邮电大学申请的专利基于姿态蒸馏的低分辨率人体姿态估计方法、设备及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:CN119445671B

龙图腾网通过国家知识产权局官网在2025-11-04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:202411845148.5,技术领域涉及:G06V40/20;该发明授权基于姿态蒸馏的低分辨率人体姿态估计方法、设备及介质是由许建;侯锦武;马海龙;张锋设计研发完成,并于2024-12-16向国家知识产权局提交的专利申请。

基于姿态蒸馏的低分辨率人体姿态估计方法、设备及介质在说明书摘要公布了:本发明的一种基于姿态蒸馏的低分辨率人体姿态估计方法、设备及介质,其步骤包括构建成对的人体姿态估计数据集;获得预训练和微调后的预训练模型,作为姿态蒸馏中的教师模型;构建姿态蒸馏器;构建低分辨率人体姿态检测模型;在成对的高低分辨率训练集上,使用姿态蒸馏器分解出教师模型所获的人体姿态特征,并分阶段指导低分辨率网络学习不同层次的人体姿态特征;利用训练完成的低分辨率人体姿态估计模型进行人体姿态估计预测,得到人体姿态估计预测结果。通过本发明提出的姿态蒸馏器将教师模型的人体姿态特征在不同尺度上分解并传递给学生模型,从而提高学生模型在低分辨率环境下的检测能力。

本发明授权基于姿态蒸馏的低分辨率人体姿态估计方法、设备及介质在权利要求书中公布了:1.一种基于姿态蒸馏的低分辨率人体姿态估计方法,其特征在于,包括如下步骤: S1,构建成对的人体姿态估计数据集,包括高低分辨率成对的训练集,低分辨率验证集和测试集; S2,获得预训练和微调后的预训练模型,作为姿态蒸馏中的教师模型; S3,构建姿态蒸馏器,包括空间对齐层、轮廓解耦层、姿态编码层; S4,构建低分辨率人体姿态检测模型即学生模型,包括神经网络计算层、各神经网络计算层的参数以及各神经网络计算层间的连接方式; 选择骨干网络模型,根据骨干网络的特性减少下采样的次数,以适应低分辨率图像; S5,在成对的高低分辨率训练集上,使用姿态蒸馏器将教师模型的人体姿态特征在不同的尺度上分解并传递给学生模型,使学生模型能够在不同的层次上学习到人体姿态的全局和局部特征,从而提高其在低分辨率图像上的预测准确性; S6,利用训练完成的低分辨率人体姿态估计模型进行人体姿态估计预测,得到人体姿态估计预测结果; 步骤S3包括如下步骤: S3.1,构建空间对齐层,所述空间对齐层包括多个反卷积单元、卷积单元、RELU函数构成,用于降低高分辨率特征的空间维度,同时保留了特征的空间位置信息; S3.2,构建轮廓解耦层,所述轮廓解耦层包含全局嵌套边缘检测层和多层感知机,全局嵌套边缘检测层用于从特征中提取人体轮廓信息,多层感知机用于对提取的人体轮廓特征进行去噪和优化,以降低背景噪声的干扰; S3.3,构建姿态编码层,所述姿态编码层由多个线性卷积单元和非线性卷积单元堆叠而成,线性编码单元由多个1x1卷积和归一化操作构成用于提取人体姿态特征,非线性由多个1x1卷积、RELU激活函数和归一化操作生成多个尺度不同的人体姿态特征。

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南京邮电大学,其通讯地址为:210000 江苏省南京市栖霞区文苑路9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。