龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：上海科技大学
申请日：2024-03-25
公开（公告）日：2024-06-07
公开（公告）号：CN118155286A
主分类号：G06V40/20
分类号：G06V40/20;G06V10/44;G06V10/774;G06V10/82;G06N3/0455;G06N3/0464;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.07#公开
摘要：本发明公开了基于扩散概率模型的稀疏人体动作捕捉系统及模型训练方法，通过考虑场景与人体动作之间的关联性，引入场景信息，提升了稀疏人体动作捕捉的质量。此外，本发明还额外引入对了上、下身动作关联的建模，使得生成的人体动作更加真实。
主权项：1.基于扩散概率模型的稀疏人体动作捕捉系统，其特征在于，基于以下步骤实现：在初始化阶段，给定稀疏动作捕捉信号p和场景点云S，从标准正态分布中采样随机高斯白噪声隐向量z°～N0,1；对于稀疏动作捕捉信号p和随机高斯白噪声隐向量z，使用人体动作先验模型得到初始人体动作作为扩散概率模型输入的初始值；使用周期动作特征提取器提取稀疏动作捕捉信号p的周期运动特征f，根据稀疏动作捕捉信号p提供的位置信息，截取以用户为中心的立方体内的场景几何点云，使用场景编码网络PointNet++对场景几何点云进行编码，得到场景嵌入向量ES；在扩散概率模型反向扩散的第t个轮次中，根据上一轮次得到的带噪音的人体动作xt+1，初始化t＝T，其中T为预设的反向扩散步数，根据稀疏动作捕捉信号p，周期运动特征f和场景嵌入向量ES，通过扩散概率模型生成无噪音的人体动作 式中，G为扩散概率生成模型；对生成的人体动作进行正则化，使得人体动作更加真实和协调； 式中，η为学习率，为关于参数的梯度算子，l为人体动作正则化项；对正则化后的人体动作加上随机高斯噪声进行下一轮次的反向扩散过程： 式中，为预定义的第t轮次的方差设定，∈为随机采样的高斯噪声；重复迭代，每次迭代时令t＝t-1，直至t＝0，迭代结束后，将最终得到的人体动作x0作为模型输出。
全文数据：
权利要求：
百度查询： 上海科技大学 基于扩散概率模型的稀疏人体动作捕捉系统及模型训练方法
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