買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉長(zhǎng)江龍新媒體有限公司申請(qǐng)的專(zhuān)利一種行為驅(qū)動(dòng)的3D虛擬影像生成方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120411311B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202510872982.1，技術(shù)領(lǐng)域涉及：G06T13/20；該發(fā)明授權(quán)一種行為驅(qū)動(dòng)的3D虛擬影像生成方法及系統(tǒng)是由席魯江;唐陸峰;陳莉;耿恒杰;余洪;曲科籍;胡燕設(shè)計(jì)研發(fā)完成，并于2025-06-27向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種行為驅(qū)動(dòng)的3D虛擬影像生成方法及系統(tǒng)在說(shuō)明書(shū)摘要公布了：本發(fā)明涉及虛擬影像生成技術(shù)領(lǐng)域，公開(kāi)了一種行為驅(qū)動(dòng)的3D虛擬影像生成方法及系統(tǒng)，包括：通過(guò)視覺(jué)傳感器，對(duì)目標(biāo)檢測(cè)進(jìn)行連續(xù)幀的圖像采集；對(duì)每一幀圖像使用基于深度學(xué)習(xí)的關(guān)鍵點(diǎn)檢測(cè)算法，識(shí)別行為主體的二維關(guān)鍵點(diǎn)坐標(biāo)；將二維關(guān)鍵點(diǎn)坐標(biāo)映射到三維的虛擬對(duì)象上，構(gòu)建三維關(guān)鍵點(diǎn)坐標(biāo)；通過(guò)對(duì)二維關(guān)鍵點(diǎn)識(shí)別過(guò)程和映射過(guò)程的重演，將三維關(guān)鍵點(diǎn)坐標(biāo)賦予震動(dòng)的狀態(tài)量；根據(jù)行為主體的行為驅(qū)動(dòng)，對(duì)三維的虛擬對(duì)象進(jìn)行行為模仿。在關(guān)鍵點(diǎn)映射精度、動(dòng)作連貫性、細(xì)節(jié)豐富性及整體仿真自然度等方面，均優(yōu)于現(xiàn)有技術(shù)，具有較高的技術(shù)推廣價(jià)值和應(yīng)用前景。

本發(fā)明授權(quán)一種行為驅(qū)動(dòng)的3D虛擬影像生成方法及系統(tǒng)在權(quán)利要求書(shū)中公布了：1.一種行為驅(qū)動(dòng)的3D虛擬影像生成方法，其特征在于，包括： 通過(guò)視覺(jué)傳感器，對(duì)檢測(cè)目標(biāo)進(jìn)行連續(xù)幀的圖像采集；對(duì)每一幀圖像使用基于深度學(xué)習(xí)的關(guān)鍵點(diǎn)檢測(cè)算法，識(shí)別行為主體的二維關(guān)鍵點(diǎn)坐標(biāo)； 將二維關(guān)鍵點(diǎn)坐標(biāo)映射到三維的虛擬對(duì)象上，構(gòu)建三維關(guān)鍵點(diǎn)坐標(biāo)；通過(guò)對(duì)二維關(guān)鍵點(diǎn)識(shí)別過(guò)程和映射過(guò)程的重演，將三維關(guān)鍵點(diǎn)坐標(biāo)賦予震動(dòng)的狀態(tài)量； 根據(jù)行為主體的行為驅(qū)動(dòng)，對(duì)三維的虛擬對(duì)象進(jìn)行行為模仿；在行為驅(qū)動(dòng)的同時(shí)，通過(guò)所述震動(dòng)的狀態(tài)量，對(duì)虛擬影像的模仿行為進(jìn)行適應(yīng)； 所述震動(dòng)的狀態(tài)量包括，震動(dòng)的核心位置和震動(dòng)的量子態(tài)位置； 所述基于深度學(xué)習(xí)的關(guān)鍵點(diǎn)檢測(cè)算法包括，將當(dāng)前幀圖像送入預(yù)訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)中，逐層提取圖像中的局部紋理特征、邊緣特征、結(jié)構(gòu)特征，得到中間特征圖；網(wǎng)絡(luò)在特征圖基礎(chǔ)上，針對(duì)每個(gè)關(guān)鍵點(diǎn)，生成一個(gè)熱力圖； 在任意關(guān)鍵點(diǎn)L的熱力圖中，每個(gè)坐標(biāo)位置上的值表示每個(gè)像素點(diǎn)為關(guān)鍵點(diǎn)L的概率； 對(duì)于每個(gè)熱力圖，輸出概率值最大的坐標(biāo)位置作為關(guān)鍵點(diǎn)位置； 所述映射過(guò)程包括，將當(dāng)前幀的二維關(guān)鍵點(diǎn)集合和上一幀的三維關(guān)鍵點(diǎn)集合，作為輸入；通過(guò)訓(xùn)練好的多層感知機(jī)網(wǎng)絡(luò)，輸出當(dāng)前幀的三維關(guān)鍵點(diǎn)集合； 在訓(xùn)練過(guò)程中，針對(duì)連續(xù)幀圖像中提取的關(guān)鍵點(diǎn)集合，在多層感知機(jī)網(wǎng)絡(luò)中引入可訓(xùn)練的注意力權(quán)重矩陣；所述注意力權(quán)重矩陣根據(jù)每?jī)蓚€(gè)關(guān)鍵點(diǎn)之間連線(xiàn)在前后幀之間的角度變化特征進(jìn)行訓(xùn)練，動(dòng)態(tài)調(diào)整每?jī)蓚€(gè)關(guān)鍵點(diǎn)之間的連線(xiàn)，從而控制對(duì)網(wǎng)絡(luò)輸出結(jié)果的貢獻(xiàn)； 所述對(duì)二維關(guān)鍵點(diǎn)識(shí)別過(guò)程和映射過(guò)程的重演包括，基于二維關(guān)鍵點(diǎn)檢測(cè)過(guò)程中生成的熱力圖信息，推測(cè)每個(gè)關(guān)鍵點(diǎn)位置的不確定性分布；遍歷所有關(guān)鍵點(diǎn)，在每個(gè)關(guān)鍵點(diǎn)的所述不確定性分布中，任取一個(gè)像素位置作為組合中的元素，構(gòu)成待定的關(guān)鍵點(diǎn)組合；對(duì)所述待定的關(guān)鍵點(diǎn)組合進(jìn)行組合篩選后，對(duì)每個(gè)篩選后的關(guān)鍵點(diǎn)組合，分別執(zhí)行關(guān)鍵點(diǎn)的映射過(guò)程； 所述不確定性分布包括，對(duì)每個(gè)關(guān)鍵點(diǎn)預(yù)設(shè)n×n的坐標(biāo)位置矩陣；n為奇數(shù)；將對(duì)應(yīng)關(guān)鍵點(diǎn)的熱力圖進(jìn)行網(wǎng)格化分割處理，將熱力圖區(qū)域劃分為若干單元格，每個(gè)單元格對(duì)應(yīng)一個(gè)n×n的坐標(biāo)位置矩陣； 每個(gè)單元格的特征值等于：?jiǎn)卧竦乃凶鴺?biāo)位置上，值的平均數(shù)； 篩選所有特征值大于閾值K的單元格，將每個(gè)單元格的中間坐標(biāo)位置作為關(guān)鍵點(diǎn)的一種不確定性位置；使每個(gè)關(guān)鍵點(diǎn)的所有不確定位置共同組成關(guān)于每個(gè)關(guān)鍵點(diǎn)的不確定性分布； 其中，K表示每個(gè)關(guān)鍵點(diǎn)預(yù)設(shè)的判斷閾值； 所述組合篩選包括，利用貝葉斯算法對(duì)所述待定的關(guān)鍵點(diǎn)組合中，任意兩個(gè)元素進(jìn)行相對(duì)位置的分析，分析結(jié)果輸出是否合理；若所述待定的關(guān)鍵點(diǎn)組合中，存在兩個(gè)元素，經(jīng)過(guò)貝葉斯算法分析后，輸出結(jié)果為不合理，則剔除組合；若所述待定的關(guān)鍵點(diǎn)組合中，任意兩個(gè)元素，經(jīng)過(guò)貝葉斯算法分析后，輸出結(jié)果均為合理，則通過(guò)篩選； 完成對(duì)二維關(guān)鍵點(diǎn)識(shí)別過(guò)程和映射過(guò)程的重演后，得到m個(gè)三維的關(guān)鍵點(diǎn)組合；其中，任意一個(gè)三維的關(guān)鍵點(diǎn)組合中，所有關(guān)鍵點(diǎn)的三維坐標(biāo)，表示所有關(guān)鍵點(diǎn)震動(dòng)的一個(gè)量子態(tài)位置；在一個(gè)關(guān)鍵點(diǎn)的量子態(tài)發(fā)生變化時(shí)，其他關(guān)鍵點(diǎn)根據(jù)所述三維的關(guān)鍵點(diǎn)組合，進(jìn)行同步變化； 所述震動(dòng)的量子態(tài)位置包括，在m個(gè)三維的關(guān)鍵點(diǎn)組合中，對(duì)于同一關(guān)鍵點(diǎn)S的不同三維坐標(biāo)； 所述震動(dòng)的核心位置包括，在第一次將二維關(guān)鍵點(diǎn)坐標(biāo)映射到三維的虛擬對(duì)象時(shí)，每個(gè)關(guān)鍵點(diǎn)的三維坐標(biāo)； 所述對(duì)虛擬影像的模仿行為進(jìn)行適應(yīng)包括，分別對(duì)震動(dòng)的核心位置和量子態(tài)位置進(jìn)行適應(yīng)性分析，輸出適應(yīng)性最小的三維關(guān)鍵點(diǎn)集合，作為當(dāng)前幀最終的三維關(guān)鍵點(diǎn)集合； 在對(duì)震動(dòng)的核心位置進(jìn)行適應(yīng)性分析時(shí)，獲取第一次將二維關(guān)鍵點(diǎn)坐標(biāo)映射到三維的虛擬對(duì)象時(shí)得到的三維關(guān)鍵點(diǎn)集合，作為適應(yīng)性分析的模型輸入；在對(duì)震動(dòng)的量子態(tài)位置進(jìn)行適應(yīng)性分析后，通過(guò)對(duì)二維關(guān)鍵點(diǎn)識(shí)別過(guò)程和映射過(guò)程的重演，得到三維的關(guān)鍵點(diǎn)組合； 所述行為模仿包括，根據(jù)行為驅(qū)動(dòng)階段生成的三維虛擬對(duì)象關(guān)鍵點(diǎn)位置變化信息，進(jìn)行姿態(tài)重建，生成連續(xù)的三維骨架動(dòng)畫(huà)；將三維骨架動(dòng)畫(huà)映射至虛擬對(duì)象的表面模型，控制表面網(wǎng)格頂點(diǎn)的空間運(yùn)動(dòng)，實(shí)現(xiàn)形體動(dòng)作仿真。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人長(zhǎng)江龍新媒體有限公司，其通訊地址為：210000 江蘇省南京市北京東路4號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話(huà)0551-65771310或微信搜索“龍圖騰網(wǎng)”。