買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜浙江工商大學(xué);浙江橫店影視城有限公司申請的專利一種基于視頻的單階段多人二維人體姿態(tài)估計(jì)方法及裝置獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119091470B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411570528.2，技術(shù)領(lǐng)域涉及：G06V40/10；該發(fā)明授權(quán)一種基于視頻的單階段多人二維人體姿態(tài)估計(jì)方法及裝置是由王勛;于永輝;楊文武;馬洪亮;賈杰設(shè)計(jì)研發(fā)完成，并于2024-11-06向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于視頻的單階段多人二維人體姿態(tài)估計(jì)方法及裝置在說明書摘要公布了：本發(fā)明公開了一種基于視頻的單階段多人二維人體姿態(tài)估計(jì)方法及裝置，屬于多人二維人體姿態(tài)估計(jì)領(lǐng)域，通過引入時(shí)序信息融合技術(shù)對視頻序列中的多人人體姿態(tài)進(jìn)行高效建模。首先，本發(fā)明對單個(gè)視頻序列中的多人人體信息進(jìn)行全面建模，構(gòu)建了跨幀人體時(shí)序信息融合模塊，能夠有效捕捉和增強(qiáng)目標(biāo)幀中人體的全局信息，使得在復(fù)雜場景下仍能準(zhǔn)確識別和定位多個(gè)人體。其次，該方法深入建模人體各個(gè)關(guān)節(jié)點(diǎn)的信息，并設(shè)計(jì)了跨幀關(guān)節(jié)點(diǎn)時(shí)序信息融合模塊，專門用于強(qiáng)化同一人在不同幀中相同關(guān)節(jié)點(diǎn)的信息傳遞與關(guān)聯(lián)性。這種設(shè)計(jì)能夠顯著改善在視頻序列中由于運(yùn)動模糊、遮擋以及對焦不準(zhǔn)等原因?qū)е碌年P(guān)節(jié)點(diǎn)識別困難，從而使目標(biāo)幀的關(guān)節(jié)點(diǎn)預(yù)測更加精確和穩(wěn)定。

本發(fā)明授權(quán)一種基于視頻的單階段多人二維人體姿態(tài)估計(jì)方法及裝置在權(quán)利要求書中公布了：1.一種基于視頻的單階段多人二維人體姿態(tài)估計(jì)方法，其特征在于，該方法包括如下步驟：步驟1：構(gòu)建包含人體片段的視頻數(shù)據(jù)集，并將視頻幀樣本分為目標(biāo)幀和輔助幀；步驟2：構(gòu)建多人二維人體姿態(tài)估計(jì)網(wǎng)絡(luò)，所述多人二維人體姿態(tài)估計(jì)網(wǎng)絡(luò)將目標(biāo)幀和輔助幀分別進(jìn)行人體信息提取，并進(jìn)行空間信息和時(shí)序信息融合，輸出人體姿態(tài)關(guān)節(jié)坐標(biāo)；所述人體姿態(tài)估計(jì)網(wǎng)絡(luò)包括ResNet-50組成的骨干網(wǎng)絡(luò)、下采樣層、Transformer編碼器、姿態(tài)解碼器、姿態(tài)跟蹤器和關(guān)節(jié)解碼器；所述骨干網(wǎng)絡(luò)中包括四個(gè)殘差塊，輸入視頻幀樣本中的目標(biāo)幀和輔助幀，為每一幀輸出4個(gè)不同尺度的特征圖，將后三個(gè)殘差塊生成的特征圖通過卷積層進(jìn)行下采樣后得到下采樣特征圖，并對后三個(gè)殘差塊生成的特征圖和下采樣特征圖進(jìn)行通道數(shù)統(tǒng)一，統(tǒng)一后的特征圖輸入到Transformer編碼器中；所述Transformer編碼器共有6個(gè)Transformer層，每層均由一個(gè)多尺度可變形注意力網(wǎng)絡(luò)和一個(gè)前饋神經(jīng)網(wǎng)絡(luò)組成，對輸入的4個(gè)特征圖進(jìn)行尺度特征融合，輸出4個(gè)融合了多尺度特征信息的特征圖；所述姿態(tài)解碼器僅輸入視頻幀樣本中目標(biāo)幀對應(yīng)的多尺度特征圖，對人體姿態(tài)信息進(jìn)行提取，共包括三層，每層均包括自注意力網(wǎng)絡(luò)、交叉注意力網(wǎng)絡(luò)、前饋神經(jīng)網(wǎng)絡(luò)和多層感知機(jī)；所述姿態(tài)跟蹤器提取輔助幀對應(yīng)的人體信息，包括輔助幀人體姿態(tài)信息提取和幀間人體姿態(tài)時(shí)序信息融合，所述輔助幀人體姿態(tài)信息提取模塊包括三層，其中每一層均包含了一個(gè)自注意力網(wǎng)絡(luò)、一個(gè)交叉注意力網(wǎng)絡(luò)、一個(gè)前饋神經(jīng)網(wǎng)絡(luò)以及一個(gè)多層感知機(jī)，幀間人體姿態(tài)時(shí)序信息融合包括三層，其中每一層包含了兩個(gè)自注意力網(wǎng)絡(luò)、一個(gè)前饋神經(jīng)網(wǎng)絡(luò)以及一個(gè)多層感知機(jī)；所述關(guān)節(jié)解碼器進(jìn)一步優(yōu)化姿態(tài)跟蹤器的輸出，共包括三層，每層包括兩個(gè)自注意力網(wǎng)絡(luò)、一個(gè)交叉注意力網(wǎng)絡(luò)、一個(gè)前饋神經(jīng)網(wǎng)絡(luò)以及一個(gè)多層感知機(jī)；步驟3：通過分類損失、關(guān)節(jié)點(diǎn)回歸損失構(gòu)建總損失函數(shù)來約束多人二維人體姿態(tài)估計(jì)網(wǎng)絡(luò)，訓(xùn)練得到最終的多人二維人體姿態(tài)估計(jì)網(wǎng)絡(luò)；步驟4：基于訓(xùn)練完成的多人二維人體姿態(tài)估計(jì)模型對輸入視頻片段進(jìn)行人體姿態(tài)估計(jì)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江工商大學(xué);浙江橫店影視城有限公司，其通訊地址為：310018 浙江省杭州市西湖區(qū)教工路149號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。