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！

龙图腾网获悉中山大学申请的专利一种基于场景及文本的多条件人体动作生成方法与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：CN119741408B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510246686.0，技术领域涉及：G06T13/40；该发明授权一种基于场景及文本的多条件人体动作生成方法与系统是由周凡;陈宏辉;赵宝全设计研发完成，并于2025-03-04向国家知识产权局提交的专利申请。

本一种基于场景及文本的多条件人体动作生成方法与系统在说明书摘要公布了：本发明提供一种基于场景及文本的多条件人体动作生成方法与系统，本方法的步骤包括：首先获取三元数据集并进行预处理，接着对场景数据和文本数据进行特征提取，得到场景特征和文本特征；之后对预处理后的三元数据集中的动作数据进行加噪处理，同时结合场景特征和文本特征输入去噪器，得到去噪后的动作数据；利用动作数据和去噪后的动作数据，联合训练场景编码器和去噪器；最后用户利用训练好的场景编码器和去噪器生成新的动作数据；本发明使用包围盒表示场景，能够快速高效地捕捉场景信息；同时，本发明通过融合场景数据和文本描述，生成的动作不仅符合文本描述的语义要求，还能够与具体场景进行合理交互，有效提高了生成动作的稳定性和准确性。

本发明授权一种基于场景及文本的多条件人体动作生成方法与系统在权利要求书中公布了：1.一种基于场景及文本的多条件人体动作生成方法，其特征在于，包括以下步骤： S1：获取包含有初始动作数据、场景数据和文本数据的三元数据集，对所述场景数据进行包围盒提取，并对初始动作数据和包围盒提取后的场景数据进行维度填充，获取预处理后的三元数据集； 其中，获取包含若干个动作的初始动作数据，单个动作的数据维度为（F，24，3），其中，F为动作帧数，每一帧包含人体的一个静态姿态，静态姿态表示为24个人体关键点的三维坐标，3表示每个人体关键点的位置均以三维空间坐标表示；采用零填充方法将所有动作的数据维度统一填充到固定帧数，同时生成掩码，完成初始动作数据的维度填充，得到动作数据； 对于三元数据集中的场景数据，提取场景中各个物体的包围盒；每个所述包围盒代表一个物体，第i个包围盒的参数包括形状信息和类别信息，其中，表示第i个包围盒的中心位置坐标；表示第i个包围盒的尺寸大小；表示第i个包围盒绕垂直轴的旋转角； 包围盒提取后的场景数据中包含N个物体的包围盒，采用零填充方法将包围盒提取后的场景数据统一填充到固定数量，完成包围盒提取后的场景数据的维度填充； S2：构建场景编码器和文本编码器，对于所述预处理后的三元数据集中的场景数据和文本数据，分别使用场景编码器和文本编码器进行编码，得到场景特征和文本特征； 构建的场景编码器基于Transformer编码器结构，初始参数采用随机参数； 对于第i个物体的包围盒，使用两个并列设置的多层感知机分别处理第i个包围盒的形状信息和类别信息，得到形状特征和类别特征；将形状特征和类别特征进行拼接，得到第i个包围盒的特征向量； 对于场景数据中的多个包围盒特征，使用Transformer编码器进行场景级别的全局特征聚合；每个包围盒的特征向量通过Transformer编码器中的自注意力机制进行聚合，以捕捉物体间的关系和全局上下文信息，最后得到包含全局信息的场景特征； 使用预训练CLIP模型中的文本编码器对所述文本数据进行编码，得到所述文本特征； S3：构建去噪器，随机采样时间步，对所述预处理后的三元数据集中的动作数据进行加噪处理，得到加噪后的动作数据；将加噪后的动作数据、场景特征和文本特征共同输入所述去噪器，得到去噪后的动作数据； S4：利用预处理后的三元数据集中的动作数据和去噪后的动作数据，使用预设的损失函数联合训练所述场景编码器和去噪器，得到训练好的场景编码器和训练好的去噪器； S5：获取新的场景数据并进行包围盒提取，以及新的文本数据，分别通过所述训练好的场景编码器和所述文本编码器生成新的场景特征和新的文本特征，通过随机采样生成初始噪声，使用所述训练好的去噪器经过步迭代去噪过程，最终生成新的动作数据，其中，为正整数。

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山大学，其通讯地址为：510315 广东省广州市海珠区新港西路135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”。