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！

龙图腾网获悉吉林大学;吉林卡普林科技有限公司申请的专利一种基于改进DDIM模型的学生行为数据增强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：CN121392481B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511982967.9，技术领域涉及：G06V10/774；该发明授权一种基于改进DDIM模型的学生行为数据增强方法是由刘名扬;吕源潮;李鑫;孙博康;杜亚州;杨轶鹏设计研发完成，并于2025-12-26向国家知识产权局提交的专利申请。

本一种基于改进DDIM模型的学生行为数据增强方法在说明书摘要公布了：一种基于改进DDIM模型的学生行为数据增强方法，涉及计算机视觉及图像处理技术领域，解决现有生成模型在课堂学生行为图像生成中存在的细节丢失、语义不一致以及生成效率低等问题，本方法通过获得原始数据集，构建改进的DDIM模型，对改进的DDIM模型训练，采用训练后的DDIM模型生成用于增强稀疏类别的图像样本，构建数据增强样本的数据集，完成数据增强。本发明对DDIM模型中的去噪网络U‑Net架构进行革新，显著提升了生成图像的空间连贯性和语义保真度；解决了课堂行为识别中因样本不均衡导致的模型偏见与性能瓶颈问题。

本发明授权一种基于改进DDIM模型的学生行为数据增强方法在权利要求书中公布了：1.一种基于改进DDIM模型的学生行为数据增强方法，其特征是：该方法由以下步骤实现： 步骤一、收集教学场景学生行为数据并进行处理，获得原始数据集； 步骤二、改进的DDIM模型构建； 在DDIM模型的去噪网络中嵌入Vim-Net架构；所述Vim-Net架构由曼巴门控模块实现； 所述去噪网络采用对称的编码器和解码器结构，在编码器和解码器中均嵌入曼巴门控模块；所述编码器包括三个下采样阶段，解码器包括三个上采样阶段； 步骤三、对改进的DDIM模型训练，获得训练后的DDIM模型；具体过程如下： 将原始数据集输入改进的DDIM模型，所述改进的DDIM模型执行前向扩散过程和反向去噪过程； 所述前向扩散过程向原始数据集添加高斯噪声，并产生一个三元组特征； 将所述三元组特征输入至去噪网络，所述去噪网络执行反向去噪过程；通过最小化预测噪声与高斯噪声的均方误差进行训练，直至改进的DDIM模型收敛，获得训练后的DDIM模型； 步骤四、采用训练后的DDIM模型生成用于增强稀疏类别的图像样本； 步骤五、数据增强样本的数据集构建； 将步骤四获得的图像样本关联对应的类别标签，创建与存储生成图像样本的文件同名的标注文本文件，将所述文本文件存储至数据增强样本的数据集文件夹下的标签文件夹；将存储生成图像样本的文件夹与标签文件夹组合成为数据增强样本的数据集； 步骤六、数据增强； 将数据增强样本的数据集中的图像数据与类别标签补充进原数据集的训练集中，完成数据增强。

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吉林大学;吉林卡普林科技有限公司，其通讯地址为：130012 吉林省长春市朝阳区前进大街2699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。