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！

龙图腾网获悉深圳大学申请的专利基于模糊控制与差异化双流建模的多人姿态预测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：CN121281145B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511852326.1，技术领域涉及：G06V40/20；该发明授权基于模糊控制与差异化双流建模的多人姿态预测方法是由曹文明;刘心怡;罗嘉程设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本基于模糊控制与差异化双流建模的多人姿态预测方法在说明书摘要公布了：本发明公开了基于模糊控制与差异化双流建模的多人姿态预测方法，属于计算机视觉与人机交互技术领域，该方法包括以下步骤：S1、数据预处理阶段；S2、独立个体数据专属处理；S3、交互个体数据信号提纯处理；S4、数据建模优化阶段；S5、处理结果场景适配与量化验证。本发明采用上述的基于模糊控制与差异化双流建模的多人姿态预测方法，通过双模糊规则精准划分交互与独立个体，以专属Transformer编解码器隔绝噪声、避免独立个体轨迹偏离，用交互模块提纯信号提升精度，靠加权损失减少数据依赖、增强稳定性，经场景适配与量化验证，稳定应对复杂场景且提升预测平均精度，效果可靠。

本发明授权基于模糊控制与差异化双流建模的多人姿态预测方法在权利要求书中公布了：1.基于模糊控制与差异化双流建模的多人姿态预测方法，其特征在于，包括以下步骤： S1、获取多人体的历史运动序列，基于模糊控制的行为模式判别机制，公式为： ； 式中，为软隶属度；为方向对齐隶属度，满足方向对齐性规则时为1，否则为0；为空间邻近隶属度，满足空间邻近性规则时为1，否则为0； 若判定为交互个体对，若判定为独立个体； 通过预设的方向对齐性规则和空间邻近性规则，方向对齐性规则的执行过程具体为： 提取每个个体的历史关节速度序列趋势以生成运动面向向量，计算任意两个体对应的运动面向向量的夹角余弦值，判断所述夹角余弦值是否满足： ； 式中，为合理偏差；为夹角余弦值； 将所述历史运动序列对应的个体划分为交互行为模式个体及对应的交互信息、独立行为模式个体； 根据值将原始关节速度序列拆分为交互个体数据集与独立个体数据集，并携带记录个体间交互关系的隶属度矩阵； S2、将S1传递的独立个体数据集输入专属的编解码器；编码器对独立个体的历史关节速度序列进行时序特征提取，解码器仅基于该个体自身的时序特征，生成独立个体初步预测结果； S3、接收S1传递的交互个体数据集，先通过时序差分运算提取个体间的动态交互信息；再将该信息输入跨模态多头交叉注意力模块，以交互个体自身运动特征为查询向量、其他真实交互个体的运动特征为键向量与值向量，进行特征聚合，生成交互个体初步预测结果； S4、接收S2的独立个体初步预测结果与S3的交互个体初步预测结果，同时导入历史序列真实值与未来序列真实值；基于重构损失计算初步预测结果对历史序列的还原误差，结合预测损失计算初步预测结果与未来真实序列的偏差，通过加权公式融合两项损失，依据损失值反向调整模型参数，得到优化后的预测结果； S5、接收S4传递的独立个体优化预测结果与交互个体优化预测结果，针对“大规模群体”、“动态交互”、“弱交互过渡态”场景，分别调用对应的场景适配算法调整预测结果，具体为： 对于大规模群体，采用分批次处理逻辑，按隶属度矩阵将群体划分为5-10人小组，并行计算后拼接结果； 对于动态交互场景，每5帧更新一次隶属度矩阵，重新执行S1的双模糊规则判断，实时调整交互独立个体分类； 对于弱交互过渡态，引入平滑因子，计算弱交互过渡态个体的最终预测结果，公式为： 始终，为独立个体预测结果；为交互个体预测结果； 计算预测结果与真实结果的关节位置误差、平均位置误差以及最终位置误差；整合预测结果与真实结果的优化预测结果，生成全体个体最终未来运动姿态序列，同时生成包含关节位置误差、平均位置误差以及最终位置误差的量化验证报告。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区南海大道3688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。