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！

龙图腾网获悉福州大学申请的专利一种基于Anchor-free的轻量化实时视频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：CN115661933B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202211343627.8，技术领域涉及：G06V40/20；该发明授权一种基于Anchor-free的轻量化实时视频姿态估计方法是由柯逍;石晓楠设计研发完成，并于2022-10-29向国家知识产权局提交的专利申请。

本一种基于Anchor-free的轻量化实时视频姿态估计方法在说明书摘要公布了：本发明涉及一种基于Anchor‑free的轻量化实时视频姿态估计方法，包括以下步骤：步骤S1：获取视频数据集，通过抽选关键帧算法，进行关键帧的选择；步骤S2：利用基于Anchor‑free框架的轻量化方法NAFNet，进行关键帧的姿态估计；步骤S3：获取人体姿态估计数据集，进行轻量化模型训练；步骤S4：利用去噪‑恢复‑全局特征性算法，对其余帧进行补全，完成整个视频的姿态估计。

本发明授权一种基于Anchor-free的轻量化实时视频姿态估计方法在权利要求书中公布了：1.一种基于Anchor-free的轻量化实时视频姿态估计方法，其特征在于，包括以下步骤： 步骤S1：获取视频数据集，通过抽选关键帧算法，进行关键帧的选择； 步骤S2：利用基于Anchor-free框架的轻量化方法NAFNet，进行关键帧的姿态估计； 步骤S3：获取人体姿态估计数据集，进行轻量化模型训练； 步骤S4：利用去噪-恢复-全局特征性算法，对其余帧进行补全，完成整个视频的姿态估计； 所述步骤S2的具体方法为： 步骤S21：基于Anchor-free人体姿态估计框架NAFNet采用轻量化Backbone进行特征提取，主干网络部分基于MicroNet网络，并将网络中未被分解的卷积部分替换成轻量Ghost卷积块，轻量Ghost模块中，第二层开始所有的卷积层的通道数都是输出通道数的12，剩下12通道的输出特征由之前所有卷积层分别经过廉价操作产生，同时在网络中融合上轻量化全局注意力模块；该注意力模块用1×1的深度可分离卷积DW1×1对每组特征FMapk提取通道为新的特征，k代表组数索引值，进行最大池化Maxpool后，再通过点卷积PointConv形成通道数为1的注意力特征图，并利用Softmax激活函数对注意力特征图进行缩放；公式为： AMapk＝SoftmaxPointConvMaxpoolDW1×1FMapk 得到注意力矩阵AMapk后，再将每组特征FMapk与注意力矩阵逐元素对应相乘，再与原始每组特征相加，得到处理后的该组特征Fk，公式为： Fk＝AMapk·FMapk+FMapk 再经过Concat操作将k组特征连接后，提取后得到最终的特征图； 步骤S22：Neck部分采用简化版的PAN结构，将原先的PAN网络结构中的卷积替换成与步骤S21中相同的轻量Ghost模块； 步骤S23：检测部分利用中间的一个Anchor点以及向量化预测方式对人体关键点进行预测，损失部分采用的是更加能平衡正负样本的高效版的Focalloss，公式为： EFLσ＝-|μ-σ|βμ-1log1-μ1-σ+μ1-σlogσ 其中μ为0～1的质量标签，σ为预测值，β是调节因子；先训练出一组初始化特征点，得出一组初始向量Vfirst，再使用动态可变形卷积DyCconv得到关键点处的另一组向量VDyCconv，将获取到的两个特征相加，形成最终的关键点特征Vlast，利用这些预测向量，从而得到最后的姿态估计结果。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。