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！

龙图腾网获悉北京科技大学申请的专利一种基于稀疏惯性传感器的人体运动捕获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：CN120406723B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202510335385.5，技术领域涉及：G06F3/01；该发明授权一种基于稀疏惯性传感器的人体运动捕获方法是由班晓娟;宋晔婷;杨雪元;姚超设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本一种基于稀疏惯性传感器的人体运动捕获方法在说明书摘要公布了：本发明公开了一种基于稀疏惯性传感器的人体运动捕获方法，属于人机交互技术领域，所述方法包括：通过稀疏惯性传感器采集被测对象当前动作对应的传感器数据；获取被测对象当前动作对应的文本描述信息；将被测对象当前动作对应的传感器数据和被测对象当前动作对应的文本描述信息输入预设的人体运动捕获模型中，实现人体运动捕获。通过文本监督，本发明提供的人体运动捕获方法不仅可以区分坐和站等不明确的动作，还可以产生更精确和自然的动作。

本发明授权一种基于稀疏惯性传感器的人体运动捕获方法在权利要求书中公布了：1.一种基于稀疏惯性传感器的人体运动捕获方法，其特征在于，包括： 通过稀疏惯性传感器采集被测对象当前动作对应的传感器数据； 获取被测对象当前动作对应的文本描述信息； 将被测对象当前动作对应的传感器数据和被测对象当前动作对应的文本描述信息输入预设的人体运动捕获模型中，实现人体运动捕获； 稀疏惯性传感器包括六个惯性测量单元； 在采集被测对象当前动作对应的传感器数据时，六个惯性测量单元分别被放置在被测对象的两个腿部、两个手腕处、头部以及骨盆根部； 人体运动捕获模型包括：文本编码器、传感器编码器和文本传感融合模块； 文本编码器用于提取文本描述信息中的语义信息，将文本描述信息转换为嵌入序列，作为文本特征； 传感器编码器用于基于传感器数据，通过空间建模捕捉稀疏传感器之间的关系，同时引入传感器不确定性概念优化传感器输出并调整每个传感器的相对贡献，以将传感器数据编码为包含帧内空间关系的嵌入序列，作为传感器特征； 文本传感融合模块用于将文本特征和传感器特征融合，得到融合特征，并基于融合特征实现人体运动捕获； 文本编码器由冻结的CLIPVITB32模型的前4层文本编码器和两个额外的transformer层构成，输入的文本描述信息依次经过冻结的CLIPVITB32模型的前4层文本编码器和两个额外的transformer层处理后，得到对应的嵌入序列； 传感器编码器包括：不确定性引导的重采样模块和空间关系建模模块； 不确定性引导的重采样模块用于将原始的传感器数据输入到一个不确定性回归头中，得到传感器数据的每个通道的不确定性；在训练过程中，在得到每个通道的不确定性后，传感器数据使用高斯分布进行重新采样，其中，不确定性低于预设阈值的数据保持不变，而不确定性高于预设阈值的数据则被重新采样，从而优化传感器数据；在推理过程中，则对每个通道的不确定性进行简单回归； 空间关系建模模块用于计算传感器之间的空间相关性，同时考虑每个传感器所采集的数据的不确定性； 空间关系建模模块具体用于： 在对具有相应不确定性σt的第t帧的传感器数据进行采样后，将映射到n×c特征嵌入Zt中，其中，n表示传感器的数量，c表示空间特征的维度； 在Zt上进行自注意力，计算传感器之间的空间相关性：对于计算第j个传感器和第k个传感器之间的第t帧的注意力，通过将注意力分数除以来考虑第k个传感器的不确定性公式为： 其中，分别是查询和键投影矩阵；T为传感器数据序列的总帧数；分别为t帧时第j个和第k个传感器的特征向量； 文本传感融合模块包括时间对齐模块、对比学习模块和特征融合模块； 时间对齐模块用于传感器特征和文本特征之间的时间对齐； 对比学习模块用于应用对比学习在高维空间中对齐传感器特征和文本特征，实现特征的语义同步，即在一个批次中，最大化传感器特征与其相应的文本特征之间的相似性，同时最小化与其他文本特征之间的相似性； 特征融合模块用于将完成时间对齐和语义同步的传感器特征和文本特征嵌入相应的时间位置，通过交叉注意力机制将传感器特征与文本特征融合。

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科技大学，其通讯地址为：100083 北京市海淀区学院路30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。