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！

龙图腾网获悉电子科技大学申请的专利一种针对RGB视频中竞走动作提取的3D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：CN119360444B 。

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：202411416102.1，技术领域涉及：G06V40/20；该发明授权一种针对RGB视频中竞走动作提取的3D人体姿态估计方法是由曾辽原;刘江;赵永胜;陈铖;周航设计研发完成，并于2024-10-11向国家知识产权局提交的专利申请。

本一种针对RGB视频中竞走动作提取的3D人体姿态估计方法在说明书摘要公布了：本发明公开了一种针对RGB视频中竞走动作提取的3D人体姿态估计方法，属于计算机视觉与体育科学交叉技术领域，具体地：基于2D人体姿态估计网络，获得RGB视频中各帧对应的2D人体关节点矩阵；构建包含骨骼长度先验信息的3D人体姿态估计输入数据；构建并训练3D人体姿态估计网络，最终实现待估计RGB视频中每一帧在相机坐标系下人体关节点的3D位置。本发明在3D人体姿态估计网络架构中引入骨骼长度先验信息，进而减少姿态估计的误差，根据输出的3D姿态计算出了稳定的竞走动作参数，实现RGB视频中竞走动作提取，提取准确度较高。

本发明授权一种针对RGB视频中竞走动作提取的3D人体姿态估计方法在权利要求书中公布了：1.一种针对RGB视频中竞走动作提取的3D人体姿态估计方法，其特征在于，包括以下步骤： 步骤1、构建由多个包含竞走运动员的RGB视频组成的训练集，基于2D人体姿态估计网络，估计RGB视频中各帧的人体关节点在像素坐标系下的像素坐标值，经畸变校正和内参归一化处理后，得到各帧对应的N×2维的2D人体关节点矩阵；其中，N为人体关节点的总数量； 步骤2、构建3D人体姿态估计输入数据，具体为： 步骤2.1、对RGB视频中相邻帧的2D人体关节点矩阵进行拼接，得到T×N×2维的2D姿态序列，记为其中，T为序列长度； 步骤2.2、以人体关节点为点，相邻人体关节点之间的骨骼为边，构建人体骨骼图；并以髋关节为0号，对N个人体关节点进行编号； 步骤2.3、利用最短路径算法，确定人体骨骼图中髋关节与任一人体关节点之间所需经过的骨骼，获得所需经过的骨骼最多数量M；按编号顺序，获得髋关节与各人体关节点之间所经骨骼对应的骨长集合B0,i＝{B0,m,…,Bn,i},i＝0,1,...,N-1,m,n∈[0,1,...,N-1]；其中，i为人体关节点的编号；m和n为髋关节与第i个人体关节点之间所需经过的人体关节点的编号；B0,m为髋关节与第m个人体关节点之间的骨长；Bn,i为第n个人体关节点与第i个人体关节点之间的骨长；B0,0＝{0}； 步骤2.4、以骨长集合B0,i＝{B0,m,…,Bn,i}为行向量，构建RGB视频中各帧对应的N×M维的2D骨长矩阵；其中，各行对不足M个骨长的最后空白位置补0； 步骤2.5、对RGB视频中相邻帧的2D骨长矩阵进行拼接，得到T×N×M维的骨长先验序列，记为 步骤2.6、对2D姿态序列和骨长先验序列进行拼接，得到3D人体姿态估计输入数据 步骤3、构建3D人体姿态估计网络，以训练集中各RGB视频对应的为输入，各RGB视频中每一帧在相机坐标系下各人体关节点的坐标为估计目标，最小化损失为训练目标，对3D人体姿态估计网络进行训练，得到训练后的3D人体姿态估计网络； 步骤4、待估计RGB视频经步骤2依次处理后，得到待估计RGB视频对应的3D人体姿态估计输入数据输入至训练后的3D人体姿态估计网络，输出待估计RGB视频中每一帧在相机坐标系下N个人体关节点的3D位置。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。