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 > 东华大学李耿获国家专利权

东华大学李耿获国家专利权

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!

龙图腾网获悉东华大学申请的专利面向虚拟服装走秀的三维人体姿态估计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:CN116030498B

龙图腾网通过国家知识产权局官网在2025-11-14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:202310079683.3,技术领域涉及:G06V40/10;该发明授权面向虚拟服装走秀的三维人体姿态估计方法是由李耿;张朋;袁可欣;丁鹏飞;张洁设计研发完成,并于2023-01-17向国家知识产权局提交的专利申请。

面向虚拟服装走秀的三维人体姿态估计方法在说明书摘要公布了:本发明涉及一种面向虚拟服装走秀的三维人体姿态估计方法,使用改进的卡尔曼滤波对输入图像进行预处理;设计一种基于HRNet‑W32的高分辨率二维人体姿态估计网络,使用二维标准数据集对该网络进行训练,利用其估计三维数据集中RGB图像对应的二维人体姿态;构建一个基于残差连接和注意力机制,同时结合语义信息的图卷积三维回归网络,以二维人体姿态估计网络估计的人体姿态作为输入,以对应的三维人体姿态实际值为标签,对三维回归网络进行训练;串联两个训练好的网络最终得到三维人体姿态估计模型。同其它三维人体姿态估计方法相比,在三维标准数据集上,本发明实现了更为精确的三维人体姿态估计。

本发明授权面向虚拟服装走秀的三维人体姿态估计方法在权利要求书中公布了:1.一种面向虚拟服装走秀的三维人体姿态估计方法,其特征在于,具体包括如下步骤: 1图像数据获取:将单人场景下的模特走秀视频处理为一帧一帧的图片,获取输入视频的图像数据; 2图像预处理:使用改进的卡尔曼滤波优化人体运动状态,减小因为视频图像中人体衣物遮挡和自遮挡造成的人体关节点预测偏差,实现图像预处理; 3构建并训练二维人体姿态估计网络模型,将预处理后图像送入训练后二维人体姿态估计网络模型获得二维姿态估计; 其中二维人体姿态估计网络模型结构:包括HRNet-W32的高分辨率二维人体姿态估计网络的前三阶层,其中的第一阶层中的bottleneck模块和第二、三阶层中的basicblock模块卷积核由金字塔分割注意力模块替换,弥补去除HRNet-W32网络第四阶层造成的精度损失; 其中二维人体姿态估计网络模型训练:针对该网络模型,使用公开数据集C0C02017进行训练,在进行训练之前需对COCO2017数据集中的图片进行预处理,将图片大小固定为256×192,学习率设置为0.001,训练周期设置为210,使用平均精度指标作为二维姿态估计的评价标准; 4构建并训练三维人体姿态回归网络模型构建,将二维姿态估计输入训练后三维人体姿态回归网络模型进行三维姿态的回归; 其中三维人体姿态回归网络模型为一个基于残差连接和注意力机制的图卷积网络,使用图卷积结合语义信息学习二维人体姿态中隐含的先验边的信道加权,同时将其与核矩阵相结合,提高图卷积的能力;将人体骨架看作一张图结构数据,在图卷积堆叠过程中使用残差连接来消除过平滑问题;使用注意力机制通过全局上下文获取不同关键点之间局部和全局的上下文信息,同时解决在三维人体姿态估计中的遮挡和深度模糊问题; 其中三维人体姿态回归网络模型训练:以Human3.6M数据集中的S1、S5、S6、S7和S8作为训练集对三维人体姿态回归网络进行训练,使用S9和S11作为验证集验证效果;以网络预测得到的三维关节点坐标与真实标签人体关节点坐标之间的欧式距离作为最终三维人体姿态估计结果的评价标准,验证三维人体姿态估计的效果。

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东华大学,其通讯地址为:200051 上海市长宁区延安西路1882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。