買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉復旦大學;上海新氦類腦智能科技有限公司申請的專利一種基于深度學習熱力值的RefineF人體骨骼關鍵點精度提高算法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114758359B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210418562.2，技術領域涉及：G06V40/10；該發明授權一種基于深度學習熱力值的RefineF人體骨骼關鍵點精度提高算法是由陳洪權;環宇翔;梁龍飛;鄒卓;鄭立榮設計研發完成，并于2022-04-20向國家知識產權局提交的專利申請。

本一種基于深度學習熱力值的RefineF人體骨骼關鍵點精度提高算法在說明書摘要公布了：本發明涉及深度學習技術領域，具體是一種基于深度學習熱力值的RefineF人體骨骼關鍵點精度提高算法，包括：獲取輸入圖像得到原始圖像輸入數據；翻轉輸入圖像數據得到翻轉后圖像輸入數據；將圖像數據分別輸入深度神經網絡中得到其熱力值輸出；整合兩種輸出得到網絡最終熱力值輸出獲取輸出的所有最大值的大小以及對應的最大值坐標；以最大值坐標為中心持續執行Refine方法；匯總所有位置的骨骼關鍵點坐標得到最終關節點位置。本發明對圖像中人體骨骼關鍵點附近的異物具有較強的抗干擾性，能夠快速且更為準確地得到人體骨骼關鍵點的輸出坐標位置，并且能夠極大地提高模型對人體姿態捕捉結果的精度，輸出結果還具有一定的魯棒性和穩定性。

本發明授權一種基于深度學習熱力值的RefineF人體骨骼關鍵點精度提高算法在權利要求書中公布了：1.一種基于深度學習熱力值的RefineF人體骨骼關鍵點精度提高算法，其特征在于，包括如下步驟： 步驟1：獲取輸入圖像得到原始圖像輸入數據input； 步驟2：翻轉輸入圖像得到翻轉后圖像輸入數據flipped_input； 步驟3：將原始圖像輸入數據input和所述翻轉后圖像輸入數據flipped_input分別輸入深度神經網絡中得到其對應的網絡熱力值輸出，分別命名為noneflip_output和flipped_output； 步驟4：整合noneflip_output和flipped_output得到網絡最終熱力值輸出output； 步驟5：獲取所述網絡最終熱力值輸出output的所有最大值max_values的大小以及對應的最大值坐標max_coordinates； 步驟6：以所述最大值坐標max_coordinates為中心持續執行Refine方法； 步驟7：匯總所有位置的骨骼關鍵點坐標得到Final_Coordinates； 所述步驟6具體包括如下步驟： 步驟601：提取n＝0號位置熱力圖數據，轉到步驟602； 步驟602：將熱力圖重組為I*J大小的矩陣，轉到步驟603； 步驟603：結合步驟5中的結果索引該熱力圖對應的max_coordinate的位置py,px，執行如下判斷： if1＜py＜I-11＜px＜J-11.2 其中，其中py代表max_coordinate所在的行，px代表坐標所在的列； 若不等式成立，轉到步驟604； 若不等式不成立，轉到步驟601，并且執行n＝n+1，索引下一張熱力圖； 步驟604：獲取該點對應的max_value，此值已在步驟5中得以存儲，執行判斷： ifmax_value＞0.21.3若不等式成立，則轉到步驟605； 若不等式不成立，則轉到步驟601，并且執行n＝n+1，索引下一熱力圖； 步驟605：以py,px為中心，獲取其周圍可擴展的8個點的熱力值hm_value，轉到步驟606； 步驟606：計算Refine值，計算公式如下： 通過concatenate過程拼接得到的Refine值是一個1*2的矩陣，分別代表在以py,px為坐標原點的x軸和y軸上的熱力值綜合矢量差值，規定x軸正方向向右，y軸正方向向下； 處于x軸或y軸上的熱力值點計算矢量差值時，計算結果無需分解，直接作為軸向的Refine值之一； 處于斜對角的熱力值點計算矢量差值時，計算結果需要根據矢量分解原則分解到軸上，以8個點的情況為例，根據矢量計算結果方向的不同，差值需要以其絕對值乘以cos±45°、sin±45°或cos±135°、sin±135°中的數后再進行軸向求和運算； 計算完成后轉到步驟607； 步驟607：更新骨骼關鍵點坐標值，更新公式如下： refined_coords＝max_coordinate+signRefine*0.251.5其中refined_coords是使用Refine方法后得到的新的骨骼關鍵點坐標集合，是一個1*M*2的NdArray矩陣，其中M代表所定義的人體骨骼關鍵點數目，2表示更新后的單個人體骨骼關鍵點，用表示，max_coordinate為所述步驟5中得到的原始最大值坐標py,px，sign函數具有以下特性： 此步驟結束后轉到步驟601，并且執行n＝n+1，索引下一熱力圖，直到所有骨骼關鍵點都遍歷完成，最終人體骨骼關鍵點位置存儲于refined_coords中。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人復旦大學;上海新氦類腦智能科技有限公司，其通訊地址為：200000 上海市楊浦區邯鄲路220號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。