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！

龙图腾网获悉余姚市机器人研究中心;浙江大学申请的专利一种基于时序图卷积网络的三维手臂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：CN116978117B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310765621.8，技术领域涉及：G06V40/20；该发明授权一种基于时序图卷积网络的三维手臂姿态估计方法是由王进;王远航;刘华雨;张海运;陆国栋设计研发完成，并于2023-06-27向国家知识产权局提交的专利申请。

本一种基于时序图卷积网络的三维手臂姿态估计方法在说明书摘要公布了：本发明公开了一种基于时序图卷积网络的三维手臂姿态估计方法，首先构建三维手臂姿态数据集，并按一定比例划分为训练集和测试集；进一步地，构建人体手臂无向拓扑图，通过邻接矩阵对该图结构进行表达；基于不同通道应用不同权值矩阵的方式设计通道语义局部图卷积来提升图卷积表达能力；基于多头注意力机制，并不再局限于逐元素点积操作，设计自适应全局图卷积模块，增强对输入的自适应能力；进一步地，综合两个图卷积模块设计SAG模块，将其与基于时序卷积的VideoPose3d网络相结合，实现从单目RGB视频序列中的二维关节估计人体三维姿态信息，并优于主流模型。

本发明授权一种基于时序图卷积网络的三维手臂姿态估计方法在权利要求书中公布了：1.一种基于时序图卷积网络的三维手臂姿态估计方法，其特征在于包括如下步骤： 步骤1：构建三维手臂姿态数据集，包括手臂关节的二维坐标及深度值； 步骤2：构建手臂无向拓扑图，引入手臂关节运动链关系及关节间的相关语义信息； 步骤3：构建基于时序图卷积网络的三维手臂姿态估计模型，包括如下步骤： 步骤3.1：设计通道语义局部图卷积模块，基于无向拓扑图的关节节点构建权重矩阵，为每个通道应用不同权重矩阵； 步骤3.2：设计自适应全局图卷积模块，建立关节节点间的作用关系； 步骤3.3：设计时序卷积算法框架，通过接入并行的通道语义局部图卷积模块和自适应全局图卷积模块，将二维数据信息以各关节独立坐标的形式输入，经过多个膨胀空洞卷积层提取时域信息； 步骤4：通过所述三维手臂姿态估计模型对所述三维手臂姿态数据集进行特征提取，采用损失函数评价估计值与真实值的相似程度，训练所述三维手臂姿态估计模型； 步骤5：通过所述三维手臂姿态数据集，验证训练好的所述三维手臂姿态估计模型对手臂姿态的预测结果。

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余姚市机器人研究中心;浙江大学，其通讯地址为：315400 浙江省宁波市余姚市凤山街道冶山路479号科创大厦12楼；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。