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！

龙图腾网获悉万达信息股份有限公司申请的专利一种基于深度图像的轻量级多人关键点检测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：CN116246302B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202211631006.X，技术领域涉及：G06V40/10；该发明授权一种基于深度图像的轻量级多人关键点检测方法是由付越;王浪;张鹏龙;杨佐鹏;伍国星;张敬谊;汪林荟;郑少秋设计研发完成，并于2022-12-19向国家知识产权局提交的专利申请。

本一种基于深度图像的轻量级多人关键点检测方法在说明书摘要公布了：本发明公开了一种基于深度图像的轻量级多人关键点检测方法，通过提取深度图像不同层次不同尺寸下的特征，可以对多目标人体框和关键点坐标同时准确地预测。本发明针对深度图像数据采用分层法提取不同通道特征，较好的获取了人体区域的信息，去除了冗余背景信息，增加了特征的有效信息含有量，同时减少了采用神经网络提取特征的计算量；本发明提供的检测方法，对深度图像中多人的人体框和关键点同时识别，无需额外的模型预先提取人体框，算法流程简便，运算量低，满足各种低算力设备的轻量化部署要求。

本发明授权一种基于深度图像的轻量级多人关键点检测方法在权利要求书中公布了：1.一种基于深度图像的轻量级多人关键点检测方法，其特征在于，包括以下步骤： 步骤1：分离所输入的所有深度图像的多通道，将不同通道按照深度值进行分层，去除不同通道下的前后景冗余数据，获得不同深度范围下的多通道深度图； 步骤2：对多通道深度图进行清洗； 步骤3：利用基础卷积神经网络提取上一步所获得的深度图像的细节特征，并将不同尺度下的特征进行采样和拼接，获取深度图像的多尺度融合特征，具体包括以下步骤： 步骤3-1：采用卷积神经网络结构进行底层特征抽取，将经过上一步预处理的深度图像输入到6个串行的深度可分离卷积神经元组件中，分别得到6层不同尺寸下的特征表示{f1，f2，f3，f4，f5，f6}； 步骤3-2：针对6个不同层的特征，选取中间k层特征作为融合备选层，然后分别将下一层的待融合特征进行反卷积上采样操作，得到和上一层特征尺寸相同的特征，将二者相加得到相邻上下层的新特征，对所获得的所有新特征求和计算得到整体融合特征F； 步骤3-3：将得到的融合特征F输入到卷积神经元，进一步地融合不同层不同尺寸的特征得到最终的融合特征F； 步骤4：将上一步获得的融合特征F分别输入到人体框坐标预测网络和人体关键点坐标预测网络，得到人体框和关键点的坐标预测值，具体包括以下步骤： 步骤4-1：将上一步获得的融合特征F输入到人体框坐标预测网络中，经过一组1*1卷积得到人体框特征向量fbbox； 步骤4-2：将人体框特征向量fbbox输入到一组1*1卷积神经网络中提取人体中心点的特征向量fcenter，经过Softmax函数得到人体中心点预测结果，表示对该特征点处为人体的中心点位置； 步骤4-3：将人体框特征向量fbbox输入到一组1*1卷积神经网络中提取人体框宽高尺寸特征向量fwh，经过Softmax函数得到人体框宽度和高度的预测值，由此即可得到人体框区域； 步骤4-4：将融合特征F输入到人体关键点坐标预测网络中，经过一组卷积神经网络提取得到人体关键点特征向量fkps； 步骤4-5：根据人体关键点特征向量fkps，利用一组卷积通道数为34的卷积神经网络提取人体关键点坐标向量fcoord，经过Softmax函数得到人体关键点坐标的预测结果，分别表示人体若干个关键点的横纵坐标； 步骤4-6：将人体关键点特征向量fkps输入到一组卷积通道数为2的卷积神经网络，再经过Softmax函数得到人体关键点坐标值的偏移量，将其叠加在步骤4-5所获得的人体若干个关键点的横纵坐标上； 步骤5：对坐标预测值进行后处理和矫正，得到原始图像尺寸下的人体框坐标和关键点坐标值，具体包括以下步骤： 将步骤4-3得到的人体框区域和步骤4-6获得的人体若干个关键点的坐标值进行放缩变换，放缩变换时，根据融合特征图的尺寸和实际输入图像的尺寸，计算放缩比例，将坐标映射到原图中，得到在原图尺寸下的坐标值，接着把步骤4-6中的得到的偏移值放缩后叠加在新的坐标上作为矫正后的关键点坐标。

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万达信息股份有限公司，其通讯地址为：200233 上海市徐汇区桂平路481号20号楼5层；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。