买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江理工大学申请的专利基于多级融合与判别网络的二维人体姿态估计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117593785B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311258941.0，技术领域涉及：G06V40/20；该发明授权基于多级融合与判别网络的二维人体姿态估计方法是由李少华;张海翔;马汉杰;冯杰设计研发完成，并于2023-09-27向国家知识产权局提交的专利申请。

本基于多级融合与判别网络的二维人体姿态估计方法在说明书摘要公布了：本发明公开了一种基于多级融合与判别网络的二维人体姿态估计方法，其首先通过高分辨CNN网络来提取图像的纹理信息，接着通过融合多层次的特征来提高网络的特征表达能力，然后通过判别网络来定位粗糙的人体轮廓，随后送入到高效Transformer模块中进行处理；在Transformer的不同阶段，通过对每个Token进行置信度打分，分数大小决定了该Token相对于骨骼关键点的重要程度，将重要性较低的Token融合为一个新的Token以此来达到减小信息冗余，提高计算效率的目的。最后我们在主流的COCO和MPII数据集上进行了测试，无论是在计算复杂度还是网络精度上，本发明均要优于主流的最先进的模型。

本发明授权基于多级融合与判别网络的二维人体姿态估计方法在权利要求书中公布了：1.一种基于多级融合与判别网络的二维人体姿态估计方法，包括如下步骤： 1获取含有人物的图片，并对图片中人物的关节点位置进行标注； 2构建MADN网络模型框架，其包括骨干网络、令牌生成器、特征融合模块、判别器网络、高效Transformer模块以及热图回归模块，其中： 所述骨干网络用于对输入图片进行视觉特征提取； 所述令牌生成器用于将骨干网络提取得到的不同层次的特征图切分为若干个补丁，并沿着通道维度对补丁进行拼接并拉直为一维序列的形式，最后通过线性层将该一维序列转化为所需要的视觉令牌； 所述特征融合模块用于将不同层次的视觉令牌进行拼接操作，以此来达到融合不同层次的视觉特征的目的； 所述判别器网络用于对拼接后的每条视觉令牌进行置信度打分，分数的大小决定了视觉令牌所包含特征的重要程度，将置信度分数排名后30%的视觉令牌去除掉，以此来初步裁剪出人体的掩膜； 所述高效Transformer模块用于对输入的Token进行编码，并配合判别器网络对内部不同阶段的Transformer进行剪枝，并将置信度分数排名后30%的视觉令牌融合成一个新的视觉令牌，以此在加速Transformer的同时，精度不会有损失； 所述热图回归模块用于根据编码结果通过热图法解码出输入图片中各关节点位置坐标的预测结果； 3利用步骤1中获得的图片及其标注信息对上述MADN网络模型进行训练； 4将包含人物的待估计图片输入至训练好的MADN网络模型中，即可预测出该图片中人物各关节点的位置坐标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江理工大学，其通讯地址为：310018 浙江省杭州市经济技术开发区白杨街道2号大街928号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。