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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江大學申請的專利一種基于深度學習映射的智能量體測量方法和裝置獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN119810175B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-09-26發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510013889.5，技術領域涉及：G06T7/60；該發(fā)明授權一種基于深度學習映射的智能量體測量方法和裝置是由卜佳俊;張旭;呂青松;王煒;許誠;李亮城;于智設計研發(fā)完成，并于2025-01-06向國家知識產(chǎn)權局提交的專利申請。

本一種基于深度學習映射的智能量體測量方法和裝置在說明書摘要公布了：本發(fā)明涉及一種基于深度學習映射的智能體型測量方法和裝置，其方法包括：1視頻數(shù)據(jù)集制作；采集包含目標人體及參考物瓶子的影像數(shù)據(jù)；2參照物檢測：應用深度學習模型對每一幀視頻中的參照物進行識別，計算映射比例；3關鍵點檢測：通過關鍵點檢測算法檢測視頻中的人體及骨骼關鍵點，進而計算相關身體參數(shù)；4神經(jīng)網(wǎng)絡優(yōu)化：設計神經(jīng)網(wǎng)絡對測量結果進行優(yōu)化調校，提升測量精度；5將完成的算法模型應用于實際測量場景。本發(fā)明具有魯棒性強、適用性廣泛的特點，適用于智能體型量測、虛擬試衣、健康管理等多個領域，且具有顯著的商業(yè)應用前景。

本發(fā)明授權一種基于深度學習映射的智能量體測量方法和裝置在權利要求書中公布了：1.一種基于深度學習映射的智能量體測量方法，其特征在于，包括如下步驟： 1視頻數(shù)據(jù)集制作：利用移動設備圍繞被測人拍攝，被測人可以站立或坐立；拍攝視頻每一幀均需拍到被測人全身以及完整參照物； 2參照物檢測：利用目標檢測算法對視頻數(shù)據(jù)集逐幀處理，記錄參照物的像素高度和對應幀序號，修正異常幀并填補未檢測到的幀，計算參照物映射比例； 3關鍵點檢測：利用關鍵點檢測算法進行人體關鍵點檢測，記錄每幀各項指標的像素數(shù)據(jù)和幀序號，生成身體指標像素數(shù)據(jù)文件，根據(jù)映射比例生成身體指標測量文件； 4神經(jīng)網(wǎng)絡優(yōu)化：設計神經(jīng)網(wǎng)絡，自訓練優(yōu)化模型，輸入身體指標測量文件，將多幀測量數(shù)據(jù)整合為單一輸入向量，對每一項指標進行優(yōu)化，輸出最終測量指標； 步驟1所述的視頻數(shù)據(jù)集制作包括如下子步驟： 1.1拍攝過程中需確保每一幀完整覆蓋被測人的全身，同時清晰捕捉到參照物的完整輪廓，參照物包含但不限于塑料瓶、易拉罐； 1.2錄制完成后，對視頻進行初步篩選，剔除畫質模糊或未滿足拍攝要求的片段，保留符合要求的視頻集； 1.3將步驟1.2中的視頻集按幀提取為圖像集{I}，記錄圖像幀序號n； 步驟2所述的參照物檢測包括如下子步驟： 2.1對步驟1.3中生成的圖像集{I}進行逐幀處理，利用目標檢測算法檢測參照物，記錄像素高度Hpn，其中目標檢測算法包括但不限于DETR系列、YOLO系列；若檢測不到瓶子則記錄為缺失值-1，將所有檢測值存儲為高度序列{Hp}； 2.2將檢測結果按以下步驟進行修復和補值處理，將高度序列中缺失值-1轉化為None，其余值轉化為整數(shù)；記錄已知高度值所在幀的序號{nk}和對應的高度值{Hpk}；若存在缺失幀，則對缺失幀進行補值，補值方法包括但不限于線性插值法、最小二乘法插值法； 2.3對檢測值進行異常平滑處理，若某幀高度值與前一幀高度值相差超過設定閾值，則對該值進行平滑處理，平滑處理方法包括但不限于高斯平滑、局部加權回歸； 2.4將處理后的參照物像素高度值存儲為新的高度序列，結合參照物的實際高度，利用每幀的參照物像素高度H′ pn和實際高度Hr，根據(jù)式2-1計算像素到實際長度的比例： 步驟3所述的關鍵點檢測包括如下子步驟： 3.1對步驟1.3中提取的圖像集{I}，利用關鍵點檢測算法對每幀圖像進行人體關鍵點檢測，關鍵點檢測算法包括但不限于YOLOv8-Pose、PoseResNet； 3.2根據(jù)步驟3.1的檢測結果，輸出包含每個檢測框的坐標及關鍵點信息，篩選檢測框，保留置信度大于設定閾值的結果； 3.3根據(jù)兩點之間的歐幾里得距離公式計算關鍵指標的像素值: 其中，x1,y1,x2,y2為兩關鍵點的像素坐標； 3.4使用預定義的系數(shù)對距離值進行加權修正： Larm＝d·karm3-2 3.5利用骨架中定義的關鍵點對，逐一計算每幀的人體測量指標，根據(jù)步驟2.4獲得的映射比例和式3-3將關鍵點像素距離映射為真實距離： Dsn＝dsn·rn3-3 3.6對所有映射數(shù)據(jù)進行一致性檢查，修正異常值，生成真實測量數(shù)據(jù)。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人浙江大學，其通訊地址為：310058 浙江省杭州市西湖區(qū)余杭塘路866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)”。