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！

龙图腾网获悉同济大学申请的专利一种基于2D-3D坐标匹配策略的行人检测与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：CN116311514B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310243337.4，技术领域涉及：G06V40/20；该发明授权一种基于2D-3D坐标匹配策略的行人检测与姿态估计方法是由田炜;高众;艾文瑾设计研发完成，并于2023-03-14向国家知识产权局提交的专利申请。

本一种基于2D-3D坐标匹配策略的行人检测与姿态估计方法在说明书摘要公布了：本发明涉及一种基于2D‑3D坐标匹配策略的行人检测与姿态估计方法，将包含多人的待检测图像作为输入图像，输入预先构建并训练的检测网络中，输出行人检测及2D人体姿态估计结果；检测网络包括：主干网络：用以输出多个不同尺度的第一特征图；信息恢复分支：用以进行多次上采样，生成多个不同尺度的第二特征图；检测器：用以执行检测任务，输出单人检测框和单人关键点坐标；2D预测分支：用以根据所有第二特征图以及单人检测框，输出2D人体表征参数；矫正优化模块：用以对2D预测分支输出的2D人体表征参数进行优化，输出最终的2D人体姿态坐标点。与现有技术相比，本发明能够矫正关键点坐标，进而缓解现有技术2D姿态估计中错匹配的问题，提高检测效率。

本发明授权一种基于2D-3D坐标匹配策略的行人检测与姿态估计方法在权利要求书中公布了：1.一种基于2D-3D坐标匹配策略的行人检测与姿态估计方法，其特征在于，将包含多人的待检测图像作为输入图像，输入预先构建并训练的检测网络中，输出行人检测及2D人体姿态估计结果； 所述检测网络包括： 主干网络：用以接收输入图像，输出多个不同尺度的第一特征图； 信息恢复分支：用以将最小尺度的第一特征图进行多次上采样，进而生成多个不同尺度的第二特征图； 检测器：用以接收所有第一特征图并执行检测任务，输出单人检测框和单人关键点坐标； 2D预测分支：用以接收并根据信息恢复分支输出的所有第二特征图以及检测器输出的单人检测框，预测单人2D姿态，输出2D人体表征参数； 矫正优化模块：用以接收并根据检测器输出的单人关键点坐标，描述3D人体表征参数，进而得到人体3D各坐标点的相对关系，根据人体3D各坐标点的相对关系对2D预测分支输出的2D人体表征参数进行优化，输出最终的2D人体姿态坐标点； 所述2D预测分支从所述信息恢复分支输出的所有第二特征图中选取与检测器输出的单人检测框尺度匹配的第二特征图，并对该第二特征图进行裁剪，得到预测热图，进行单人2D姿态的预测； 所述2D预测分支预测单人2D姿态的过程具体为： 1a对于预测热图，分别按UV两个方向累加求和，得到各关键点在UV方向上的坐标投票权重； 2a根据坐标投票权重，计算归一化权重分布； 3a定义固定枚举序列，计算归一化权重分布与固定枚举序列的乘积，得到各关键点对应的投票值； 4a根据投票值计算均值和方差，得到各关键点的预测UV坐标值其不确定度； 所述2D预测分支基于K-Block结构构建，输出包括人体SMPL关键点的2D坐标预测值和关键点的2D坐标预测值的不确定度； 所述矫正优化模块基于SMPL模型和单人关键点坐标，描述3D人体表征参数，输出SMPL关键点的3D坐标预测值，根据SMPL关键点的3D坐标预测值对2D预测分支输出的人体SMPL关键点的2D坐标预测值进行优化，基于2D-3D坐标匹配策略的优化方程为： 式中为满足最小化损失函数的2D-3D坐标匹配的最优旋转矩阵和平移向量，和为SMPL向量形式的对应坐标点，考虑到不确定度和权重负相关，以不确定度和权重分别为对角线元素建立对角线矩阵和，以代入简化得： 式中，满足SVD分解，两组对应的坐标点组成点集和，R，t分别为一对欧式变换的旋转矩阵和平移向量，通过该变换后使得P和Q的误差最小，U、V为两个正交矩阵，满足。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。