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！

龙图腾网获悉浙江工业大学申请的专利一种基于时序分级与重组机制的人体运动预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：CN115170613B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202210833048.5，技术领域涉及：G06T7/246；该发明授权一种基于时序分级与重组机制的人体运动预测方法是由刘盛;张少波;高飞;陈胜勇;柯正昊;柯程远设计研发完成，并于2022-07-14向国家知识产权局提交的专利申请。

本一种基于时序分级与重组机制的人体运动预测方法在说明书摘要公布了：本发明公开了一种基于时序分级与重组机制的人体运动预测方法，首先采用时序分级模块完成时序特征由低阶至高阶的分层，得到低阶、中阶、高阶的时序特征，然后将低阶、中阶、高阶的时序特征输入时序重组模块，在所述时序重组模块完成时序特征的重组，得到重组时序特征，最后将重组时序特征，依次通过一个增强图注意力与时序卷积单元、二维卷积、维度变换、线性变换操作，得到后处理特征，对原始时序人体骨架数据进行切割处理得到残差，将后处理结果与残差进行元素相加得到最终的预测结果。本发明能显著减少由于人体姿态的时空不连续性造成的误差累积，有效避免对卷积核尺寸大小的依赖。

本发明授权一种基于时序分级与重组机制的人体运动预测方法在权利要求书中公布了：1.一种基于时序分级与重组机制的人体运动预测方法，其特征在于，所述基于时序分级与重组机制的人体运动预测方法，包括： 对原始时序人体骨架数据进行预处理，得到初始特征； 将初始特征输入时序分级模块，初始特征在时序分级模块中依次通过六个增强图注意力与时序卷积单元，完成时序特征由低阶至高阶的分层，得到低阶、中阶、高阶的时序特征； 将低阶、中阶、高阶的时序特征输入时序重组模块，分别通过增强图注意力与时序卷积单元在所述时序重组模块完成时序特征的重组，得到重组时序特征； 将重组时序特征，依次经过增强图注意力与时序卷积单元、二维卷积、维度变换、线性变换，得到后处理特征； 对原始时序人体骨架数据进行切割处理得到残差，将后处理结果与残差进行元素相加得到最终的预测结果； 其中，所述将初始特征输入时序分级模块，初始特征在时序分级模块中依次通过六个增强图注意力与时序卷积单元，完成时序特征由低阶至高阶的分层，得到低阶、中阶、高阶的时序特征，其中： 第一个增强图注意力与时序卷积单元将输入的特征通道由32变换至64，且设置时序卷积的步长参数为2，通过该操作，将时间维度尺寸由64变换为32，并将其输出作为第二个增强图注意力与时序卷积单元的输入； 第二个增强图注意力与时序卷积单元不对输入特征的尺寸做任何变化，形成第一个时序分级模块的输出，输出低阶时序特征，同时该输出也是第三个增强图注意力与时序卷积单元的输入； 第三个增强图注意力与时序卷积单元将输入特征的通道由64变换至128，且设置时序卷积的步长参数为2，将时间维度尺寸由32变换至16，并将其输出作为第四个增强图注意力与时序卷积单元的输入； 第四个增强图注意力与时序卷积单元不对输入特征的尺寸做任何变化，形成第二个时序分级模块的输出，输出中阶时序特征，同时该输出也是第五个增强图注意力与时序卷积单元的输入； 第五个增强图注意力与时序卷积单元将输入特征的通道由128变换为256，且设置时序卷积的步长为2，将时间维度尺寸由16变换至8，并将其输出作为第六个增强图注意力与时序卷积单元的输入； 第六个增强图注意力与时序卷积单元不对输入特征的尺寸做任何变化，形成第三个时序分级模块的输出，输出高阶时序特征； 所述第一个至第六个增强图注意力与时序卷积单元为时序分级模块中的增强图注意力与时序卷积单元。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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。