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！

龙图腾网获悉江西财经大学申请的专利一种基于协同匹配监督的类别无关姿态估计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：CN121564449B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610095313.2，技术领域涉及：G06V10/764；该发明授权一种基于协同匹配监督的类别无关姿态估计方法及系统是由陈俊杰;刘泽政;曹仟禧;曹红;方玉明设计研发完成，并于2026-01-23向国家知识产权局提交的专利申请。

本一种基于协同匹配监督的类别无关姿态估计方法及系统在说明书摘要公布了：本申请提供一种基于协同匹配监督的类别无关姿态估计方法及系统，包括：获取包含多个基础类别的图像数据集，构建包含特征提取模块、通用先验模块、姿态优化模块及协同匹配监督模块的姿态估计模型；训练过程中，特征提取模块对输入的训练图像进行特征提取，输出多尺度图像特征，姿态优化模块基于多尺度图像特征，对来自通用先验模块的可学习的关键点嵌入向量与初始姿态参数进行迭代优化，并输出预测姿态结果，协同匹配监督模块通过将同类图像分组并求解全局最优关键点匹配关系，构建一致性损失，驱动模型学习可迁移的结构化知识。测试过程中，训练好的模型无需任何辅助信息，即可为单张新类别图像直接输出完整的姿态估计结果。

本发明授权一种基于协同匹配监督的类别无关姿态估计方法及系统在权利要求书中公布了：1.一种基于协同匹配监督的类别无关姿态估计方法，其特征在于，包括： S1、获取包含多个基础类别的图像数据集，并将数据集划分为训练集和测试集；其中，每张训练图像标注有真实关键点坐标、可见性及连接关系； S2、构建姿态估计模型并输入张同类别的训练图像；所述姿态估计模型包括特征提取模块、可学习的通用先验模块、姿态优化模块以及在训练阶段启用的协同匹配监督模块；其中，所述通用先验模块存储有可学习的关键点嵌入向量及初始姿态参数；所述姿态优化模块由个顺序堆叠的优化层构成，为大于1的整数，每个优化层依次包括一个结构感知关键点解码器和一个位置感知连接解码器；其中，第t个优化层的计算过程定义为：，式中，和分别表示第t-1层的输出姿态与关键点嵌入向量，表示多尺度图像特征，和分别表示第t层的输出姿态和关键点嵌入向量； S3、特征提取模块对张训练图像中的每张图像进行特征提取，输出多尺度图像特征； S4、姿态优化模块基于每张训练图像的多尺度图像特征，对来自通用先验模块的一组可学习的关键点嵌入向量与初始姿态参数进行多轮迭代优化，并输出每张训练图像预测关键点的坐标、可见性与连接关系； S5、调用协同匹配监督模块对张同类别的训练图像计算一致性损失，并通过反向传播优化姿态估计模型参数，以使模型学习到可迁移至新类别的结构化知识； S6、将测试集中待估计的新类别图像输入训练完成的姿态估计模型，通过前向传播直接输出新类别图像中对象的姿态估计结果；其中，所述姿态估计结果包含关键点坐标、可见性及连接关系。

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江西财经大学，其通讯地址为：330000 江西省南昌市昌北国家经济技术开发区玉屏大道；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。