公开(公告)号：CN117392675A

公开(公告)日：2024-01-12

申请号：CN202311293866.1

申请日：2023-10-09

Applicant: 杭州电子科技大学

Inventor： 陈鼎 ,  王可逸 ,  余宙 ,  俞俊

IPC: G06V20/70 ,  G06V40/20 ,  G06V10/774 ,  G06V10/82 ,  G06V10/30 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于适配网络增强扩散模型的人体姿态场景恢复方法，属于计算机视觉的图像生成领域，该方法首先每一组训练用的数据表示为一个五元组B(N)分别制作灰度图A0,B0。其次由扩散模型得到扩散模型中主(A(N),B(N),y,ZA,ZB)，并用点阵A(N),副适配器的差异，并根据差异计算出损失函数，并计算结余损失。最后根据损失函数和结余损失函数得到全局优化函数，对输出的人物姿态图进行优化。本发明消除了通过试探方法训练寻找损失函数间权值时所需的计算开销，实现了预训练模型功能细分的训练方式，使得输出的人物姿态图更为准确稳定。

公开(公告)号：CN117392675B

公开(公告)日：2025-04-22

申请号：CN202311293866.1

申请日：2023-10-09

Applicant: 杭州电子科技大学

Inventor： 陈鼎 ,  王可逸 ,  余宙 ,  俞俊

IPC: G06V20/70 ,  G06V40/20 ,  G06V10/774 ,  G06V10/82 ,  G06V10/30 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于适配网络增强扩散模型的人体姿态场景恢复方法，属于计算机视觉的图像生成领域，该方法首先每一组训练用的数据表示为一个五元组(A(N),B(N),y,ZA,ZB)，并用点阵A(N),B(N)分别制作灰度图A0,B0。其次由扩散模型得到扩散模型中主副适配器的差异，并根据差异计算出损失函数，并计算结余损失。最后根据损失函数和结余损失函数得到全局优化函数，对输出的人物姿态图进行优化。本发明消除了通过试探方法训练寻找损失函数间权值时所需的计算开销，实现了预训练模型功能细分的训练方式，使得输出的人物姿态图更为准确稳定。