Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜超节点创新科技(深圳)有限公司;华南理工大学毛玺羽获国家专利权

恭喜超节点创新科技(深圳)有限公司;华南理工大学毛玺羽获国家专利权

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!

龙图腾网恭喜超节点创新科技(深圳)有限公司;华南理工大学申请的专利构建用于训练动作识别模型的训练数据集的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:CN119169412B

龙图腾网通过国家知识产权局官网在2025-03-18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:202411595744.2,技术领域涉及:G06V10/774;该发明授权构建用于训练动作识别模型的训练数据集的方法是由毛玺羽;彭绍武;区士超设计研发完成,并于2024-11-11向国家知识产权局提交的专利申请。

构建用于训练动作识别模型的训练数据集的方法在说明书摘要公布了:本申请涉及数据集构建技术领域,具体公开了一种构建用于训练动作识别模型的训练数据集的方法。本申请可以利用动作生成大模型根据实际需要生成目标动作实例,根据该目标动作实例获得初始数据集,并借助视觉大模型对初始数据集进行泛化生成增广数据集作为目标训练数据,提高了数据在AI领域的使用价值,解决了传统仿真数据泛化性差、规模小和生成成本高的缺陷;且该生成方法不依赖于人工标注数据避免了因人工经验误差导致的错误标注、不一致标注等问题,解决了人工标注数据难以上规模、精准度差、成本高和效率低的缺陷,提升了数据集的数据规模、准确性、数据泛化性以及构建效率。

本发明授权构建用于训练动作识别模型的训练数据集的方法在权利要求书中公布了:1.一种构建用于训练动作识别模型的训练数据集的方法,其特征在于,包括:基于预设的动作生成大模型,对预设的动作描述信息进行处理,生成目标动作实例;基于所述目标动作实例,构建场景动画,并对所述场景动画进行处理,获得目标参数数据,基于所述目标参数数据,生成初始数据集;对所述初始数据集进行处理,获得模型参数,并基于预设的图像生成大模型以及所述模型参数,生成增广数据集,作为目标训练数据集;其中,所述基于预设的动作生成大模型,对预设的动作描述信息进行处理,生成目标动作实例,包括:基于所述动作生成大模型,对所述动作描述信息进行处理,生成初始动作事件;基于所述初始动作事件对应的动作骨骼进行骨骼重定向,获得目标动作事件;基于所述目标动作事件,控制人物模型运动,生成所述目标动作实例;其中,所述对所述初始数据集进行处理,获得模型参数,并基于预设的图像生成大模型以及所述模型参数,生成增广数据集,作为目标训练数据集,包括:基于图像生成控制模型对所述初始数据集中的目标参数数据进行处理,获得所述图像生成大模型的第一模型参数;基于预设的样本需求,获得图像生成提示词,并对所述图像生成提示词进行处理,获得目标提示信息,并将所述目标提示信息,作为所述图像生成大模型的第二模型参数;基于所述图像生成大模型、所述第一模型参数以及所述第二模型参数,生成所述增广数据集,将所述增广数据集作为所述目标训练数据集;其中,所述基于图像生成控制模型对所述初始数据集中的目标参数数据进行处理,获得所述图像生成大模型的第一模型参数,包括:基于所述图像生成控制模型的第一子模型,对所述初始数据集中的场景深度图像数据进行处理,获得深度控制参数;基于所述图像生成控制模型的第二子模型,对所述初始数据集中的骨骼关节点信息进行处理,获得姿态控制参数;基于预设的线稿提取处理器,对所述初始数据集中的视频帧进行处理,获得线稿图像,并基于所述图像生成控制模型的第三子模型,从所述线稿图像中提取线稿控制参数;基于所述图像生成控制模型的第四子模型,从所述初始数据集中的场景法向量图像数据中提取法向量控制参数;将所述深度控制参数、所述姿态控制参数、所述线稿控制参数以及所述法向量控制参数,作为所述第一模型参数。

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超节点创新科技(深圳)有限公司;华南理工大学,其通讯地址为:518000 广东省深圳市南山区西丽街道打石二路国际创新谷1栋A座1303;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”。

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。