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！

龙图腾网获悉陕西师范大学申请的专利基于多维协作注意力网络的人体姿态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：CN119559666B 。

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：202411601185.1，技术领域涉及：G06V40/10；该发明授权基于多维协作注意力网络的人体姿态识别方法是由彭亚丽;杜浩裕;刘侍刚设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本基于多维协作注意力网络的人体姿态识别方法在说明书摘要公布了：一种基于多维协作注意力网络的人体姿态识别方法，由选取和预处理数据集、划分数据集\构建多维协作注意力神经网络、训练多维协作注意力神经网络、测试多维协作注意力网络、评估多维协作注意力神经网络性能步骤组成。本发明采用了神经网络，用通道细化卷积和多维协作注意力在降低计算复杂度的同时有效地聚合了不同通道间的联合特征。构建的神经网络的环境感知模块，提高了感受野来捕捉更全面的环境信息。本发明具有网络结构较简单、网络性能较好、适用范围较广等优点，可用于人体姿态识别系统，舞蹈教学系统等。

本发明授权基于多维协作注意力网络的人体姿态识别方法在权利要求书中公布了：1.一种基于多维协作注意力网络的人体姿态识别方法，其特征是由以下步骤组成： 1选取和预处理数据集 选取微软公开的COCO2017数据集，其中标注的人体实例2500000个，每个行人样本都标注17个人体关键点：鼻子a×1、眼睛b×2、耳朵c×2、肩部d×2、肘部e×2、手腕f×2、髋部g×2、膝关节h×2、脚腕i×2； 对COCO2017数据集进行预处理如下： 1将图像裁剪成256×192像素的图片； 2将数据集随机翻转，缩放扩展0.25倍； 2划分数据集 将数据集按照6:2:2划分为训练集、验证集、测试集； 3构建多维协作注意力神经网络 多维协作注意力神经网络由卷积层1与瓶颈模块、特征融合模块1、特征融合模块2、特征融合模块3、环境感知模块依次串联构成； 所述的瓶颈模块由卷积层2、批归一化层1、ReLU激活函数层1、通道细化卷积块、批归一化层2、ReLU激活函数层2、卷积层3、批归一化层3、多维协作注意力层连接构成，卷积层2与批归一化层1、ReLU激活函数层1、通道细化卷积块、批归一化层2、ReLU激活函数层2、卷积层3、批归一化层3依次串联，卷积层2的一输出端与批归一化层3的另一输入端相连、另一输出端通过多维协作注意力层与通道细化卷积块的另一输入端相连相连； 4训练多维协作注意力网络 1构建损失函数 按下式构建损失函数Loss: 其中，yi是真实值，hxi是网络的输出向量，N是样本数，N取值为有限的正整数； 2训练多维协作注意力网络 将训练集输入到多维协作注意力网络中进行训练，训练周期为210个，批量大小为32，初始学习率设置为0.001，迭代170个周期后变为0.0001，训练至损失函数Loss收敛； 5测试多维协作注意力网络 将测试集输入经训练后的多维协作注意力网络进行测试，输出人体关键点a、b、c、d、e、f、d、h、i人体姿态检测结果； 6评估多维协作注意力网络性能 使用关键点相似度评价指标评估多维协作注意力网络在测试集上的效果： 按下式确定关键点相似度OKS： 其中，表示第i个预测关键点位置与对应GT信息之间欧式距离的平方，s2表示目标面积，ki表示id为i类型的关键点归一化因子，δvi表示将可见点选出来进行计算的函数，vi表示由GT信息提供第i个真实关键点的标志位,P为人体关键点数，P的值为17。

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陕西师范大学，其通讯地址为：710062 陕西省西安市长安南路199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。