買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜江西財經大學申請的專利基于擴散-生成對抗框架的單一動作生成深度學習方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119888866B 。

龍圖騰網通過國家知識產權局官網在2025-05-27發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510369711.4，技術領域涉及：G06V40/20；該發明授權基于擴散-生成對抗框架的單一動作生成深度學習方法是由陳強;左斌松;鄒睿坤;魯挺松;穆瀟璐;鄢杰斌;左一帆;陳俊杰;姜文暉;方玉明設計研發完成，并于2025-03-27向國家知識產權局提交的專利申請。

本基于擴散-生成對抗框架的單一動作生成深度學習方法在說明書摘要公布了：本發明提出一種基于擴散?生成對抗框架的單一動作生成深度學習方法，該方法包括：對運動序列進行劃分，得到動態特征和靜態特征，并通過正向運動學進行足部接觸計算，得到計算后的動態特征；對計算后的動態特征編碼為高斯隨機噪聲，并輸入至生成器中通過擴散模型進行去噪；使用測量動作相似性和平均投票策略對接近的真實動作進行動作合成；對計算后的動態特征給定輸入動作序列，并通過擴散模型的專門局部注意層中采用馬爾可夫去噪過程以迭代的形式注入噪聲進行去噪；通過鑒別器分別對更為準確的身體動作與重建的動作進行獨立評估，生成分類結果。本發明通過梯度懲罰與殘差結構的聯合優化，有效解決了復雜骨骼拓撲下的模式崩潰問題。

本發明授權基于擴散-生成對抗框架的單一動作生成深度學習方法在權利要求書中公布了：1.一種基于擴散-生成對抗框架的單一動作生成深度學習方法，其特征在于，所述方法包括如下步驟：步驟1、基于擴散生成對抗網絡架構構建生成器和鑒別器，基于匹配和混合機制構建匹配和混合模塊，生成器、鑒別器、匹配和混合模塊構成擴散生成對抗網絡模型；其中，生成器包括擴散模型，擴散模型與淺層U-Net架構結合，鑒別器采用多尺度方式運行，匹配和混合模塊包括匹配模塊和混合模塊；步驟2、對運動序列進行劃分，得到動態特征和靜態特征；對動態特征進行轉換，得到一般運動表示，對一般運動表示添加腳部接觸標簽，并通過正向運動學進行足部接觸計算，得到計算后的動態特征；步驟3、對計算后的動態特征進行高斯隨機噪聲添加操作，并輸入至生成器中通過擴散模型進行去噪，得到去噪后的真實動作特征；基于匹配和混合模塊，使用測量動作相似性和平均投票策略對去噪后的真實動作特征進行動作合成，得到合成后的身體動作特征；基于計算后的動態特征，結合輸入動作序列，利用擴散模型的專門局部注意層中的馬爾可夫去噪機制，以迭代的形式進行去噪處理，當達到最大迭代次數后輸出重建的動作特征；步驟4、通過鑒別器分別對合成后的身體動作特征與重建的動作特征進行獨立評估，生成分類結果；步驟5、基于去噪后的真實動作特征構建對抗損失，基于分類結果構建重建損失，基于重建的動作特征構建擴散損失，利用重建損失和擴散損失得到總重建損失，基于合成后的身體動作特征構建匹配損失；利用對抗損失、重建損失、擴散損失和匹配損失對擴散生成對抗網絡模型進行優化，得到優化后的擴散生成對抗網絡模型；基于優化后的擴散生成對抗網絡模型獲取最終的分類結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人江西財經大學，其通訊地址為：330000 江西省南昌市經濟技術開發區雙港東大街169號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。