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！

龙图腾网获悉北京邮电大学申请的专利一种人体运动序列的生成模型训练方法、生成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：CN120298554B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510399014.3，技术领域涉及：G06T13/40；该发明授权一种人体运动序列的生成模型训练方法、生成方法及系统是由金磊;王涛;王斌;房艺炜;王小娟;何明枢设计研发完成，并于2025-04-01向国家知识产权局提交的专利申请。

本一种人体运动序列的生成模型训练方法、生成方法及系统在说明书摘要公布了：本发明提供一种人体运动序列的生成模型训练方法、生成方法及系统，训练样本集对初始人体运动序列生成模型进行训练，样本包含人体运动序列及其文本描述数据，基于预设的火柴人生成算法生成对应火柴人；向人体运动序列添加噪声获得噪声运动序列，将运动向量、火柴人向量和文本向量输入多层多条件融合模块并至少将火柴人向量和文本向量进行划分组合获得多个组合输入向量，通过注意力机制融入运动向量获得偏移量，与运动向量相加后获得目标运动向量，重新编码后输入主干网络并输出预测运动噪声和位置索引预测值；去除预测运动噪声获得人体运动序列预测值；根据总损失函数对初始人体运动序列生成模型进行参数更新并获得人体运动序列生成模型。

本发明授权一种人体运动序列的生成模型训练方法、生成方法及系统在权利要求书中公布了：1.一种人体运动序列生成模型的训练方法，其特征在于，该方法包括以下步骤： 获取训练样本集，所述训练样本集包括多个样本，每个样本包含一个针对样本动作的人体运动序列及其文本描述数据；基于预设的火柴人生成算法对每个样本中的所述人体运动序列生成对应的火柴人；所述人体运动序列以人体运动序列真实值为标签；所述火柴人以位置索引真实值为标签； 采用所述训练样本集对初始人体运动序列生成模型进行训练；所述初始人体运动序列生成模型包括扩散前向加噪模块、运动编码器、火柴人编码器、文本编码器、多层多条件融合模块、主干网络和扩散反向去噪模块；所述多层多条件融合模块层包含第一特征解码器、第二特征解码器和潜在编码器；所述扩散前向加噪模块接收所述人体运动序列并逐步添加噪声获得噪声运动序列，通过所述运动编码器将所述噪声运动序列编码为运动向量，通过所述火柴人编码器将所述火柴人编码为火柴人向量，通过所述文本编码器将所述文本描述数据编码为文本向量，所述多层多条件融合模块至少将所述火柴人向量和所述文本向量进行批次划分和组合获得多个组合输入向量并融入所述运动向量，第一组合输入向量至少包含所述文本向量，第二组合输入向量至少包含所述文本向量和所述火柴人向量，第三组合输入向量至少包含所述火柴人向量，第四组合输入向量不包含所述文本向量和所述火柴人向量，通过所述第一特征解码器至少接收所述第一组合输入向量和所述第二组合输入向量、通过所述第二特征解码器至少接收所述第三组合输入向量和所述第四组合输入向量并通过注意力机制融入所述运动向量后获得文本影响运动偏移量和火柴人影响运动偏移量，与所述运动向量相加后获得目标运动向量，通过所述潜在编码器重新编码后输入主干网络，输出预测运动噪声和火柴人的位置索引预测值；通过扩散反向去噪模块逐步去除所述预测运动噪声后获得人体运动序列预测值； 通过所述人体运动序列预测值和所述人体运动序列真实值构建运动损失函数，通过所述位置索引预测值和所述位置索引真实值构建索引损失函数，融合所述运动损失函数和所述索引损失函数获得总损失函数，以最小化所述总损失函数为目标对所述运动编码器、所述多层多条件融合模块、所述主干网络和所述扩散反向去噪模块进行参数更新并构建获得所述人体运动序列生成模型。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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”。

以上内容由龙图腾AI智能生成。