龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：清华大学深圳国际研究生院
摘要：一种基于全局和局部动作优化的长序列舞蹈生成方法，结合全局和局部动作优化，提高舞蹈自然性和连贯性。S1:训练VQ‑VAE模型，将舞蹈数据编码、量化并解码，提取潜在特征。S2:结合音乐和舞蹈类别，通过映射网络和MLP融合，利用基于Transformer的GPT模型自回归生成码本序列。S3:利用GPT生成的码本序列，通过VQ‑VAE解码器生成全局舞蹈序列。S4:提取关键点和动作，指导局部优化。S5:结合关键信息引导局部扩散模型，优化舞蹈动作，增强连贯性和多样性。本发明有效提高了长序列舞蹈生成的自然性和连贯性，解决了现有舞蹈生成技术在长时间跨度内的连贯性、多样性不足和舞蹈质量不稳定等问题，实现更加流畅和真实的舞蹈动作序列。
主权项：1.一种基于全局和局部动作优化的长序列舞蹈生成方法，其特征在于，包括如下步骤：S1：训练VQ-VAE模型，将训练用的舞蹈动作数据集通过VQ-VAE模型的编码器转换为潜在特征，通过码本进行量化，得到量化特征，然后利用VQ-VAE模型的解码器将量化特征转换回原始舞蹈动作；S2：输入音乐和舞蹈类别信息，通过映射网络将舞蹈类别映射，再与音乐信息一起经过多层感知机MLP融合，融合后的特征通过基于Transformer的生成式预训练模型进行自回归预测，生成码本序列；S3：使用所述生成式预训练模型生成的码本序列，通过训练好的VQ-VAE模型的解码器，生成舞蹈动作的全局序列；S4：从生成的舞蹈动作全局序列中提取关键点和关键动作，为局部舞蹈动作优化提供指导信息；S5：利用步骤S4中提取的关键点和关键动作，对局部扩散模型初始随机生成的噪声进行引导，通过所述局部扩散模型捕捉步骤S3生成的舞蹈动作的局部信息，对舞蹈动作进行优化，增强动作的多样性和连贯性。
全文数据：
权利要求：
百度查询： 清华大学深圳国际研究生院 基于全局和局部动作优化的长序列舞蹈生成方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号