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！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江理工大學(xué)申請的專利一種基于Transformer令牌掩碼的高效人體姿態(tài)估計方法獲國家發(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：CN117292429B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-05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：202310915293.5，技術(shù)領(lǐng)域涉及：G06V40/20；該發(fā)明授權(quán)一種基于Transformer令牌掩碼的高效人體姿態(tài)估計方法是由張海翔;李少華;馬漢杰;馮杰設(shè)計研發(fā)完成，并于2023-07-25向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于Transformer令牌掩碼的高效人體姿態(tài)估計方法在說明書摘要公布了：本發(fā)明公開了一種基于Transformer令牌掩碼的高效人體姿態(tài)估計方法，所采用的網(wǎng)絡(luò)模型TMPose性能出色，能夠讓網(wǎng)絡(luò)十分高效的完成高質(zhì)量的人體姿態(tài)估計任務(wù)。本發(fā)明網(wǎng)絡(luò)模型TMPose包括骨干網(wǎng)絡(luò)、令牌生成器、Transformer模塊以及熱圖回歸模塊，其有著很大的科學(xué)研究價值和實際應(yīng)用價值，由于令牌掩碼的方法具有一定的泛化性，因此可以很容易的與其他網(wǎng)絡(luò)模型相結(jié)合，啟發(fā)更多的工作。除此之外TMPose由于在保持較高水準(zhǔn)精度的同時，大幅度減低了計算復(fù)雜度，因此在實際的部署中可以高效的應(yīng)用于更多場景。

本發(fā)明授權(quán)一種基于Transformer令牌掩碼的高效人體姿態(tài)估計方法在權(quán)利要求書中公布了：1.一種基于Transformer令牌掩碼的高效人體姿態(tài)估計方法，包括如下步驟： 1獲取大量含有人物的圖片，并對圖片中人物的關(guān)節(jié)點位置進行標(biāo)注； 2構(gòu)建TMPose網(wǎng)絡(luò)模型框架，其包括骨干網(wǎng)絡(luò)、令牌生成器、Transformer模塊以及熱圖回歸模塊，其中： 所述骨干網(wǎng)絡(luò)用于對輸入的圖片進行特征提取； 所述令牌生成器用于將骨干網(wǎng)絡(luò)提取得到的特征圖轉(zhuǎn)化為一維序列形式，并通過部分掩碼生成Token，具體操作過程如下： 首先，將骨干網(wǎng)絡(luò)提取得到的特征圖切分成個網(wǎng)格，將每個網(wǎng)格展平成尺寸為Ph×Pw×C的一維序列，進而將展平后的序列通過線性層將其映射為視覺令牌，于此同時隨機初始化生成M個可學(xué)習(xí)的關(guān)鍵點令牌，其序列長度與視覺令牌一致，其中H、W、C分別為特征圖的高度、寬度、通道維度； 然后，通過映射函數(shù)將視覺令牌掩碼成L×M·R大小，掩碼過程中采用的映射函數(shù)包括隨機采樣、均勻采樣、片區(qū)采樣，采用的比率R＝0.4、0.6或0.8，其中L、M分別為視覺令牌的序列長度和序列數(shù)量； 最后，對視覺令牌進行位置編碼，即利用二維的位置嵌入對視覺令牌中每條序列進行位置標(biāo)記，進而將關(guān)鍵點令牌與位置編碼完后的視覺令牌拼接在一起得到Token，送入至Transformer模塊； 所述Transformer模塊用于對輸入的Token進行編碼，從而輸出M個一維序列，M為標(biāo)注的關(guān)節(jié)點數(shù)量； 所述熱圖回歸模塊用于對這M個一維序列進行reshape生成M個熱圖，從中解碼出各關(guān)節(jié)點位置坐標(biāo)的預(yù)測結(jié)果；熱圖回歸模塊只取M個關(guān)鍵點令牌作為輸出，進而通過多層感知機將其重新映射回二維的熱圖形式，具體地：將Transformer模塊的輸出X送入到多層感知機中，在多層感知機中首先將X映射回二維生成P，其尺寸為M×H*×W*，H*和W*分別為原圖高度H和寬度W的14，最后將P重塑成M個熱圖，且熱圖尺寸與原圖一致，在此基礎(chǔ)上通過在熱圖上找到最大響應(yīng)位置來定位人體的各關(guān)節(jié)點坐標(biāo)； 3利用步驟1中獲取的圖片及其標(biāo)注信息對上述模型框架進行訓(xùn)練； 4將包含人物的待估計圖片輸入至訓(xùn)練好的模型中，即可預(yù)測出該圖片中人物各關(guān)節(jié)點的位置坐標(biāo)。

如需購買、轉(zhuǎn)讓、實施、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)人浙江理工大學(xué)，其通訊地址為：310018 浙江省杭州市經(jīng)濟技術(shù)開發(fā)區(qū)白楊街道2號大街928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)”。