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！

龙图腾网恭喜中国科学院自动化研究所申请的专利基于深度学习的姿态估计方法以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：CN119006598B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202411457850.4，技术领域涉及：G06T7/73；该发明授权基于深度学习的姿态估计方法以及系统是由王海鑫;陈盈盈;朱炳科;王金桥设计研发完成，并于2024-10-18向国家知识产权局提交的专利申请。

本基于深度学习的姿态估计方法以及系统在说明书摘要公布了：本发明提供一种基于深度学习的姿态估计方法以及系统，应用于图像识别领域，其中，方法包括：获取目标图像、自然语言指令以及模板图像；通过预设的提示生成器，分别对自然语言指令与模板图像进行编码，得到文本特征与视觉特征；通过提示生成器的大语言模型，对文本特征与视觉特征进行多模态特征融合，得到多模态特征信息；通过提示生成器的视觉嵌入投影层，基于多模态特征信息，生成姿态提示向量；将目标图像与姿态提示向量输入至预设的姿态估计器，得到姿态估计器输出的关键点热力图；对关键点热力图进行关键点位置解析，得到目标图像的姿态估计结果。通过本发明能够灵活地适应不同的类别的姿态估计需求。

本发明授权基于深度学习的姿态估计方法以及系统在权利要求书中公布了：1.一种基于深度学习的姿态估计方法，其特征在于，包括：获取目标图像、自然语言指令以及模板图像，其中，所述自然语言指令包括所述目标图像的图像类别，所述模板图像用于对所述目标图像进行视觉提示；通过预设的提示生成器，分别对所述自然语言指令与所述模板图像进行编码，得到文本特征与视觉特征；通过所述提示生成器的大语言模型，对所述文本特征与所述视觉特征进行多模态特征融合，得到多模态特征信息；通过所述提示生成器的视觉嵌入投影层，基于所述多模态特征信息，生成姿态提示向量，其中，所述姿态提示向量用于表示所述模板图像中的目标关注位置；将所述目标图像与所述姿态提示向量输入至预设的基于Transformer结构的姿态估计器，得到所述姿态估计器输出的关键点热力图；对所述关键点热力图进行关键点位置解析，得到所述目标图像的姿态估计结果；在所述获取目标图像、自然语言指令以及模板图像之前，所述方法还包括：获取不同类别目标的姿态估计样本数据集与指令问答样本数据集，其中，所述姿态估计样本数据集中的每个姿态估计样本包括目标点标注；将所述姿态估计样本数据集中的每个姿态估计样本的目标点标注转换为对话标注，得到姿态估计指令问答样本数据集；基于所述姿态估计指令问答样本数据集与所述指令问答样本数据集，对所述提示生成器与所述姿态估计器进行联合训练；针对所述姿态估计样本数据集中的每个姿态估计样本，随机生成不同的类型问答用作指令微调，其中，所述类型问答包括以下至少之一：自然语言指令样本，其中，所述自然语言指令样本包括图像类别；所述自然语言指令样本与模板图像样本，其中，所述自然语言指令样本不包括所述图像类别，所述模板图像样本包括视觉提示；所述自然语言指令样本与所述模板图像样本，其中，所述自然语言指令样本包括所述图像类别，所述模板图像样本不包括所述视觉提示；所述自然语言指令样本与所述模板图像样本，其中，所述自然语言指令样本包括所述图像类别，所述模板图像样本包括所述视觉提示。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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”。