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！

龙图腾网获悉重庆邮电大学申请的专利一种基于显式肢体表示的多人3D姿态估计方法及系统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：CN119559697B 。

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：202411641893.8，技术领域涉及：G06V40/20；该发明授权一种基于显式肢体表示的多人3D姿态估计方法及系统是由钟福金;陈海洋;闫娟;张青松设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种基于显式肢体表示的多人3D姿态估计方法及系统在说明书摘要公布了：本发明属于3D人体姿态估计领域，具体涉及一种基于显式肢体表示的多人3D姿态估计方法及系统，包括：获取多人场景图像，将多人场景图像输入训练好的多人3D姿态估计模型，得到关键点热图、肢体方位向量场、肢体相对深度图和根关键点绝对深度图，对关键点热图、肢体方位向量场、肢体相对深度图和根关键点绝对深度图进行后处理，得到估计的多人3D姿态；本发明通过将人的肢体信息显示编码为二维肢体方位向量场以及肢体相对深度图的方式来确保候选关键点之间的匹配可以直接利用到最直观的肢体信息，以改善不同人体的候选关键点错误匹配的现象，提高了匹配出来的姿态质量。

本发明授权一种基于显式肢体表示的多人3D姿态估计方法及系统在权利要求书中公布了：1.一种基于显式肢体表示的多人3D姿态估计方法，其特征在于，包括：获取多人场景图像，将多人场景图像输入训练好的多人3D姿态估计模型，得到关键点热图、肢体方位向量场、肢体相对深度图和根关键点绝对深度图，对关键点热图、肢体方位向量场、肢体相对深度图和根关键点绝对深度图进行后处理，得到估计的多人3D姿态；多人3D姿态估计模型包括：图像姿态特征提取模块、二维姿态表示编码模块以及深度表示编码模块； 多人3D姿态估计模型的训练过程包括； S1、获取多人场景图像训练集，训练集包括多人场景图和真实标签；对多人场景图进行预处理； S2、将预处理后的多人场景图输入图像姿态特征提取模块提取特征，得到特征图； S3、将特征图输入二维姿态表示编码模块提取二维姿态信息，得到预测的关键点热图和肢体方位向量场； S4、将特征图和预测的肢体方位向量场输入深度表示编码模块提取人体深度信息，得到预测的肢体相对深度图和根关键点绝对深度图； S5、根据真实标签以及预测的关键点热图、肢体方位向量场、肢体相对深度图和根关键点绝对深度图计算损失函数值，根据损失函数值更新多人3D姿态估计模型参数，当损失函数值最小时，得到训练好的多人3D姿态估计模型； 二维姿态表示编码模块包括：特征提取单元、第一通道转换输出模块以及第二通道转换输出模块；二维姿态表示编码模块对特征图进行处理包括：将特征图输入特征提取单元，得到二维姿态特征图；将二维姿态特征图分别输入第一通道转换输出模块和第二通道转换输出模块，得到预测的关键点热图和肢体方位向量场； 图像姿态特征提取模块输出的特征图包括四个不同分辨率的特征图Fb,b∈[1,4]；特征提取单元包括四个分支和一个通道转换卷积，每个分支均包括一个特征提取模块，特征提取模块由四个BasicBlock堆叠而成；特征提取单元对特征图进行处理包括：将四个特征图Fb分别输入对应的第b个分支的特征提取模块，得到四个不同分辨率的特征图F′b，在四个不同分辨率的特征图F′b中选取最高分辨率的特征图并利用双线性插值将其余三个特征图F′b的分辨率上采样到特征图的分辨率，得到三个上采样的特征图F″b；将和三个上采样的特征图F″b进行结合，将结合后的结果输入通道转换卷积，得到二维姿态特征图；其中，b为特征图和分支的索引，BasicBlock为基本块，是残差网络的一种基本构建单元； 深度表示编码模块包括：特征提取单元、绝对深度输出模块以及通道转换输出模块；深度表示编码模块对特征图和预测的肢体方位向量场进行处理包括：将特征图输入特征提取单元，得到深度信息特征图，将深度信息特征图输入通道转换输出模块，得到预测的肢体相对深度图；将深度信息特征图和预测的肢体方位向量场输入绝对深度输出模块，得到预测的根关键点绝对深度图； 绝对深度输出模块包括：第一卷积块、第二卷积块和Warp层；绝对深度输出模块对深度信息特征图和预测的肢体方位向量场进行处理包括：将深度信息特征图输入第一卷积块，将第一卷积块的输出和预测的肢体方位向量场输入Warp层，将Warp层的输出输入第二卷积块，得到预测的根关键点绝对深度图；其中，Warp层为映射层； 根据真实标签和预测的关键点热图、肢体方位向量场、肢体相对深度图、根关键点绝对深度图计算损失函数值包括：生成真实标签的关键点热图、肢体方位向量场、肢体相对深度图和根关键点绝对深度图；根据真实标签的关键点热图、肢体方位向量场、肢体相对深度图和根关键点绝对深度图以及预测的关键点热图、肢体方位向量场、肢体相对深度图、根关键点绝对深度图计算损失函数值；其中，损失函数值的计算公式为： 其中，为最终的损失函数，表示对关键点热图的L2损失，表示对肢体方位向量场的smoothL1损失，smoothL1损失为平滑L1损失，表示对肢体相对深度图的smoothL1损失，表示对根关键点绝对深度图的L1损失，λo、λrel、λabs为平衡不同损失项的超参数。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。