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！

龙图腾网恭喜浙江师范大学申请的专利一种针对步态的脊柱侧弯的识别方法及系统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：CN119338833B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202411906910.6，技术领域涉及：G06T7/00；该发明授权一种针对步态的脊柱侧弯的识别方法及系统是由熊继平;吴俊杰;姚文浩;张缤仁;张逸杰设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种针对步态的脊柱侧弯的识别方法及系统在说明书摘要公布了：本发明公开了一种针对步态的脊柱侧弯的识别方法及系统，涉及计算机视觉技术领域，包括：步骤1：采集图片数据集；步骤2：构建引入注意力机制的CNN网络模型；CNN网络模型包括依次连接的引入注意力机制的多尺度特征提取模块、时间池化模块、聚合模块、空间池化模块、全连接层和输出层；步骤3：采用图片数据集训练CNN网络模型，获得步态识别模型；步骤4：采集视频文件，从视频文件中抽取若干剪影图片，并将所有剪影图片处理为以人像为中心的图片，将处理后的图片转化为Numpy数组，构建待识别步态数据；步骤5：将待识别步态数据输入至步态识别模型中，获得脊柱侧弯识别结果。本发明利用平时走路的步态姿势来判断是否有脊柱侧弯，提高识别准确性。

本发明授权一种针对步态的脊柱侧弯的识别方法及系统在权利要求书中公布了：1.一种针对步态的脊柱侧弯的识别方法，其特征在于，包括以下步骤：步骤1：采集图片数据集；步骤2：构建引入注意力机制的CNN网络模型；CNN网络模型包括依次连接的引入注意力机制的多尺度特征提取模块、时间池化模块、聚合模块、空间池化模块、全连接层和输出层；多尺度特征提取模块包括依次连接的卷积层和4个改进基础块层，每个改进基础块层输出一种尺度的特征，依次输出4种不同尺度的特征f1、f2、f3和f4，上一个改进基础块层输出的特征作为下一个改进基础块层的输入；改进基础块层包括依次连接的第一卷积层、第二卷积层、MCA注意力层和残差连接层，残差连接层对第一卷积层的输出和MCA注意力层的输出进行残差连接，输出特征fx，x＝1,2,3,4；步骤3：采用图片数据集训练CNN网络模型，获得步态识别模型；步骤4：采集视频文件，从视频文件中抽取若干剪影图片，并将所有剪影图片处理为以人像为中心的图片，将处理后的图片转化为Numpy数组，构建待识别步态数据；步骤5：将待识别步态数据输入至步态识别模型中，获得脊柱侧弯识别结果。

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师范大学，其通讯地址为：321000 浙江省金华市婺城区迎宾大道688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”。