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！

龙图腾网获悉中国石油大学(华东)申请的专利基于大模型的球类动作评估方法、装置、设备及介质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：CN120123702B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510607265.6，技术领域涉及：G06F18/20；该发明授权基于大模型的球类动作评估方法、装置、设备及介质是由茅羽杰;宫文娟设计研发完成，并于2025-05-13向国家知识产权局提交的专利申请。

本基于大模型的球类动作评估方法、装置、设备及介质在说明书摘要公布了：本发明涉及一种基于大模型的球类动作评估方法、装置、设备及介质，方法包括：通过采集学员关节三维坐标与运动器械轨迹数据，经时空补偿与噪声抑制生成标准化动作序列；基于逆向运动学与微分运动学技术分离提取人体关节旋转特征及器械运动参数，构建多维动作特征向量；采用对比学习机制和标准动作模板计算动态马氏距离与关键关节贡献度，生成量化评估结果；最后通过逆向运动学优化与三维可视化渲染，输出动作修正方案。该方法突破传统单模态评估的局限性，实现器械‑人体协同运动特征的深度解析，有效解决高速场景下动作细节捕捉不精准、评估维度单一及反馈可视化不足的技术难题，显著提升训练指导的科学性与实时性。

本发明授权基于大模型的球类动作评估方法、装置、设备及介质在权利要求书中公布了：1.基于大模型的球类动作评估方法，其特征在于，包括以下步骤： S1：基于多源传感器对学员的原始动作数据进行采集，并对采集的所述原始动作数据进行时间与空间同步处理和噪声数据抑制处理，生成学员动作数据集； S2：对所述学员动作数据集进行人体关节运动特征与运动器械轨迹特征的分离提取处理，生成包含时空关联特征的动作特征向量集； S3：基于包含对比学习机制的大模型对所述动作特征向量集进行动作质量偏差分析处理，生成包含综合评分与关键动作偏差项的动作评估结果； S4：基于所述动作评估结果进行逆向运动学优化处理，生成包含三维动作对比信息的可视化修正方案； 其中，所述S3包括： S31：基于所述动作特征向量集进行对比学习模型构建处理，构建包含相似度对比机制的神经网络模型，所述神经网络模型的训练目标函数表达式为： ； 其中， 为训练目标函数，为动作特征向量集中的第i个样本，为预先存储而定标准动作模板，为关节相对旋转角度与标准角度的偏差量，为控制相似度分布范围的温度系数，为调节稀疏约束强度的超参数，为神经网络模型的可训练参数集合，为模型训练的批次样本数量； S32：将所述动作特征向量输入至所述神经网络模型进行梯度反向传播处理，生成各关节对动作偏差影响程度的贡献度参数； S33：基于所述贡献度参数和预先存储的标准动作模板，在所述神经网络模型对所述动作特征向量进行相似度匹配处理，生成包含综合评分与关键动作偏差项的动作评估结果； 其中，S32包括： S321：基于链式求导算法在所述神经网络模型的输出层对所述动作特征向量进行梯度反向传播计算处理，生成各关节的原始梯度矩阵； S322：基于滑动窗口平均算法对所述原始梯度矩阵进行时序平滑处理，生成去噪梯度数据，所述去噪梯度数据的计算公式为： ； 其中，为去噪梯度数据，为窗口宽度，为第k个关节在第i时刻的原始梯度； S323：基于Z-score标准化算法对所述去噪梯度数据进行归一化处理，生成贡献度参数，所述贡献度参数的计算公式为： ； 其中，为贡献度参数，为所有关节梯度的均值，为标准差。

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石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66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”。