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！

龙图腾网获悉浙江大学申请的专利基于特征融合与注意力机制的二维人体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：CN116758636B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310732180.1，技术领域涉及：G06V40/20；该发明授权基于特征融合与注意力机制的二维人体手臂姿态估计方法是由王进;王远航;费少梅设计研发完成，并于2023-06-20向国家知识产权局提交的专利申请。

本基于特征融合与注意力机制的二维人体手臂姿态估计方法在说明书摘要公布了：本发明涉及计算机视觉领域，尤其是涉及一种基于特征融合与注意力机制的二维人体手臂姿态估计方法，包括以下步骤：步骤一，采集人体动作图像，并通过人体边界范围进行图像裁剪；步骤二，通过基础网络模块对裁剪的图像进行人体手臂关节特征提取；步骤三，通过特征融合与注意力组合模块进行特征融合与聚焦，达到减小特征损失、提升有效信息专注度的目的，得到手臂关节热力图；步骤四，从得到的手臂关节热力图中获取位置坐标。本发明能够从人体动作RGB图像中获取准确的二维手臂关节位置坐标。

本发明授权基于特征融合与注意力机制的二维人体手臂姿态估计方法在权利要求书中公布了：1.一种基于特征融合与注意力机制的二维人体手臂姿态估计方法，其特征在于，包括以下步骤： 步骤一，采集人体动作图像，并通过人体边界范围进行图像裁剪； 步骤二，通过基础网络模块对裁剪的图像进行人体手臂关节特征提取； 步骤三，通过特征融合与注意力组合模块进行特征融合与聚焦，得到手臂关节热力图，具体包括： 步骤3.1：改进特征融合与注意力组合模块中的特征融合模块具有横向连接的金字塔体系结构，承接基础网络模块的多分辨率分支输出，具体包括： 步骤3.1.1：设计特征融合模块的首部为点卷积结构，使各输入分支特征通道数调整为一致； 步骤3.1.2：自底向上进行遍历，尺寸小的特征图通过临近插值算法进行两倍上采样，使其与相邻层尺寸相同； 步骤3.1.3：横向相加后完成特征融合； 步骤3.1.4：若存在输出特征分支未进行融合，则跳转至步骤3.1.2； 步骤3.2：经由步骤3.1的特征融合后，使用3x3卷积核进行卷积操作； 步骤3.3：通过特征融合与注意力组合模块中的多维注意力机制组合算法模块来聚焦特征信息，具体包括： 步骤3.3.1：通过通道注意力模块判别各特征通道的重要程度，而后增强对重要特征通道的学习，并对无效特征通道的信息加以抑制； 步骤3.3.2：将通道注意力模块的结果输入坐标注意力模块，将其分解为两个正交方向的特征聚合过程，在编码时始终保留X或Y方向的精确位置信息，从而获得方向感知和位置敏感的特征结果； 步骤3.3.3：空间注意力模块利用通道权重及坐标权重信息，加强对关节点位置区域的权重； 步骤3.3.4：加入残差连接打破网络算法的对称性，改善网络权重矩阵的退化问题； 步骤四，从得到的手臂关节热力图中获取位置坐标。

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。