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)獲悉吉林大學(xué)申請的專利一種基于攝影測量學(xué)和深度學(xué)習(xí)的三維人體姿態(tài)識別方法獲國家發(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：CN119339443B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-04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：202411886455.8，技術(shù)領(lǐng)域涉及：G06V40/20；該發(fā)明授權(quán)一種基于攝影測量學(xué)和深度學(xué)習(xí)的三維人體姿態(tài)識別方法是由周柚;曹政;吳翾;肖鈺彬;李沅書;趙鵬;杜偉設(shè)計(jì)研發(fā)完成，并于2024-12-20向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于攝影測量學(xué)和深度學(xué)習(xí)的三維人體姿態(tài)識別方法在說明書摘要公布了：本發(fā)明公開了一種基于攝影測量學(xué)和深度學(xué)習(xí)的三維人體姿態(tài)識別方法，涉及姿態(tài)識別技術(shù)領(lǐng)域，包括以下步驟：收集原始視頻數(shù)據(jù)，使用基于深度學(xué)習(xí)的三維姿態(tài)估計(jì)方法MediaPipe進(jìn)行姿態(tài)估計(jì)，獲取圖像原始三維關(guān)鍵點(diǎn)數(shù)據(jù)；再使用關(guān)鍵點(diǎn)規(guī)范算法對關(guān)鍵點(diǎn)數(shù)據(jù)進(jìn)行初步約束，糾正識別誤差；再使用基于共線方程的多視角模擬算法進(jìn)行數(shù)據(jù)增強(qiáng)，以獲取更豐富的視角信息，擴(kuò)大數(shù)據(jù)集；構(gòu)建姿態(tài)識別模型KeyposeNet；對KeyposeNet進(jìn)行訓(xùn)練和測試，選出最佳模型進(jìn)行姿態(tài)識別。本發(fā)明采用上述一種基于攝影測量學(xué)和深度學(xué)習(xí)的三維人體姿態(tài)識別方法，實(shí)現(xiàn)了更高效和準(zhǔn)確的人體姿態(tài)分類識別，減少了人工分類的成本，為人體姿態(tài)的識別判斷提供了輔助手段，從而應(yīng)用于各種場合。

本發(fā)明授權(quán)一種基于攝影測量學(xué)和深度學(xué)習(xí)的三維人體姿態(tài)識別方法在權(quán)利要求書中公布了：1.一種基于攝影測量學(xué)和深度學(xué)習(xí)的三維人體姿態(tài)識別方法，其特征在于，包括以下步驟：步驟A、在固定的若干個(gè)視角分別拍攝指定姿態(tài)的視頻，錄制過程保持姿態(tài)種類不變，身體做變化，將收集的視頻數(shù)據(jù)進(jìn)行幀截取，得到圖像數(shù)據(jù)；步驟B、對收集到的圖像數(shù)據(jù)使用MediaPipe進(jìn)行姿態(tài)估計(jì)，收集三維關(guān)鍵點(diǎn)數(shù)據(jù)；步驟C、對收集到的關(guān)鍵點(diǎn)數(shù)據(jù)進(jìn)行數(shù)據(jù)增強(qiáng)，并使用關(guān)鍵點(diǎn)規(guī)范算法初步修正關(guān)鍵點(diǎn)數(shù)據(jù)的坐標(biāo)信息，再使用多視角模擬算法模擬出其他視角的關(guān)鍵點(diǎn)數(shù)據(jù)信息，然后將數(shù)據(jù)進(jìn)行歸一化處理得到最終的關(guān)鍵點(diǎn)數(shù)據(jù)，最后將每個(gè)視角下擴(kuò)大后的數(shù)據(jù)集都劃分為三個(gè)部分，包括訓(xùn)練集、驗(yàn)證集和測試集；步驟D、構(gòu)建基于深度學(xué)習(xí)的KeyposeNet模型用于進(jìn)行姿態(tài)識別；步驟E、使用步驟C中得到的訓(xùn)練集和驗(yàn)證集對KeyposeNet模型進(jìn)行訓(xùn)練，生成訓(xùn)練模型；步驟F、使用步驟C中得到的測試集對步驟E中生成的訓(xùn)練模型進(jìn)行測試；步驟A具體包括：分別從被拍攝者的正面、左前方、右前方、左方、右方、左上方、右上方七個(gè)固定的視角分別拍攝指定姿態(tài)的視頻；將得到的圖像數(shù)據(jù)規(guī)范到統(tǒng)一大小，調(diào)整為，保持原有圖像比例，空缺的部分使用黑色填充；步驟C中，關(guān)鍵點(diǎn)規(guī)范算法利用一組標(biāo)準(zhǔn)的關(guān)鍵點(diǎn)信息為參考，通過動態(tài)的調(diào)整關(guān)鍵點(diǎn)的位置使得肢體比例相近，具體包括：對于一組關(guān)鍵點(diǎn)信息和一組模板關(guān)鍵點(diǎn)信息，其中，模板信息是四肢展開額外的正面拍攝得到的，計(jì)算出所有肢體的長度均值，再利用計(jì)算得到歸一化的肢體長度分布與，使用與的差計(jì)算出每個(gè)肢體上的力；計(jì)算出所有關(guān)鍵點(diǎn)的力，將與該關(guān)鍵點(diǎn)相連的肢體的力投影到x、y、z軸并求和，計(jì)算出每個(gè)關(guān)鍵點(diǎn)的位移，重復(fù)上述過程20次完成關(guān)鍵點(diǎn)規(guī)范算法，關(guān)鍵點(diǎn)在力的作用下不斷發(fā)生位移，最終達(dá)到穩(wěn)態(tài)；步驟C中，多視角模擬算法包含關(guān)鍵點(diǎn)隨機(jī)旋轉(zhuǎn)和攝像機(jī)隨機(jī)位移，將初始關(guān)鍵點(diǎn)信息經(jīng)過隨機(jī)旋轉(zhuǎn)操作得到，再將經(jīng)過攝像機(jī)隨機(jī)位移操作得到，完成對關(guān)鍵點(diǎn)信息的視角轉(zhuǎn)化，具體包括：關(guān)鍵點(diǎn)隨機(jī)旋轉(zhuǎn)使用旋轉(zhuǎn)矩陣直接作用于關(guān)鍵點(diǎn)信息，隨機(jī)旋轉(zhuǎn)一定的角度，假設(shè)為初始的關(guān)鍵點(diǎn)信息，則為旋轉(zhuǎn)后的關(guān)鍵點(diǎn)信息，分別為不同的旋轉(zhuǎn)矩陣，實(shí)現(xiàn)對本身的旋轉(zhuǎn)；攝像機(jī)隨機(jī)位移利用共線方程，通過隨機(jī)設(shè)置攝像頭的位姿求解不同視角下的關(guān)鍵點(diǎn)信息，假設(shè)關(guān)鍵點(diǎn)信息是真實(shí)世界坐標(biāo)，隨機(jī)設(shè)置一組攝像機(jī)位姿，再利用共線方程求出圖像世界的坐標(biāo)，獲得一組新視角下的關(guān)鍵點(diǎn)信息；步驟D具體包括：KeyposeNet模型中，輸入數(shù)據(jù)經(jīng)過三層一維卷積，每個(gè)關(guān)鍵點(diǎn)的特征被升維，輸入信息的特征維度從3提升到128，不改變數(shù)據(jù)的關(guān)鍵點(diǎn)數(shù)，將數(shù)據(jù)從變化為，每一層一維卷積都配合ReLu激活函數(shù)和BatchNormliazation操作；然后從初步學(xué)習(xí)后的關(guān)鍵點(diǎn)信息中提取整體信息，通過flatten操作將數(shù)據(jù)從展開成4224長度的向量；再使用全連接層配合ReLu激活函數(shù)和BatchNormliazation操作進(jìn)行學(xué)習(xí)，轉(zhuǎn)化為最終的分類結(jié)果。

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)人吉林大學(xué)，其通訊地址為：130000 吉林省長春市朝陽區(qū)富鋒街道前進(jìn)大街2699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)”。