专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果1248863个,建议您升级VIP下载更多相关专利
  • [实用新型]仿真动作海绵模型-CN200520093638.0无效
  • 吕达 - 吕达
  • 2005-11-16 - 2007-09-26 - A63H3/00
  • 仿真动作海绵模型涉及一种适用于影视、动画制作过程中,准确、灵活展现人物、动物各种动作模型。主要是为解决现有的金属骨架外包粘土的模型和木制模型,制作成本较高,动作呆板、生硬等问题而研制的。它包括模型骨架,在骨架外面粘接海绵,外包纱布。优点是能准确展示人物、动物各种动作的造型,有动作造型到位,轻便、灵活、多变等特点。
  • 仿真动作海绵模型
  • [发明专利]基于动作增量模型动作重定向方法-CN201910590974.2有效
  • 王雁刚;庄文林;夏思宇 - 东南大学
  • 2019-07-02 - 2023-06-20 - G06T13/40
  • 本发明提供了一种基于动作增量模型动作重定向方法,包括:直接复制原始人物动作的节点旋转角度与根节点速度到目标人物骨架上作为初始目标动作;采用骨头长度、局部动作与根节点动作表征原始人物动作与初始目标动作;采用循环神经网络分别对原始人物动作以及初始目标动作进行编码;将原始人物动作编码特征、初始目标动作编码特征以及目标人物输入解码器获得目标动作动作增量;将目标动作动作增量与初始目标动作求和得到预测目标动作;针对预测目标动作进行后处理,解决脚步滑动问题。本发明方法无需手工设计复杂的约束条件即可获得高质量的目标动作,针对原始人物与目标人物骨架差异大、动作极其复杂的情况,本发明仍然具有优越的性能表现。
  • 基于动作增量模型定向方法
  • [发明专利]基于细粒度窗口和宽度学习的增量式动作识别方法-CN202210188289.9在审
  • 朱立才;杨浩;陈石;吴晟;何运 - 盐城师范学院
  • 2022-02-28 - 2022-09-23 - G06K9/62
  • 本发明公开了基于细粒度窗口和宽度学习的增量式动作识别方法,该方法基于细粒度窗口和宽度学习的增量式动作识别系统,该系统包括数据输入模块、动作识别模型构建系统、数据输出模块;动作识别模型构建系统用于构建动作识别模型;数据输入模块用于往构建好的动作识别模型中输入待检测动作数据;数据输出模块用于输出动作识别模型根据待检测动作数据分析得到的动作结果;上述方法包括以下步骤:通过动作识别模型构建系统构建动作识别模型;通过数据输入模块在动作识别模型中输入待检测动作数据;动作识别模型根据待检测动作数据分析得到动作结果,完成对动作的识别;通过数据输出模块输出动作结果。本发明方法可以实现快速准确地动作识别。
  • 基于细粒度窗口宽度学习增量动作识别方法
  • [发明专利]动作识别方法以及基于动作骨骼点数据的动作识别方法-CN202210952394.5在审
  • 项王盟;李超;汪彪 - 阿里巴巴(中国)有限公司
  • 2022-08-09 - 2022-11-29 - G06V40/20
  • 本说明书实施例提供动作识别方法,其中所述动作识别方法包括:确定目标对象的动作关键点数据;将所述动作关键点数据输入目标动作识别模型,获得所述目标对象的动作识别结果,其中,所述目标动作识别模型基于样本对象的动作关键点数据,以及所述动作关键点数据对应的动作描述数据训练获得,所述目标动作识别模型为机器学习模型。该方法基于样本对象的动作关键点数据,以及该动作关键点数据对应的动作描述数据训练获得目标动作识别模型,从而获得动作识别效果较优的目标动作识别模型;基于该目标动作识别模型对目标对象的动作关键点数据进行动作识别,提高了动作识别的准确率。
  • 动作识别方法以及基于骨骼数据
  • [发明专利]一种教学用动态三维模型及其动作构建方法-CN201910574029.3有效
  • 王强;汪睿婷;江坤;韩心远 - 上海明材教育科技有限公司
  • 2019-06-28 - 2020-09-18 - G06F30/17
  • 本发明公开了一种教学用动态三维模型及其动作构建方法,动态三维模型包括本体、属性面板、输入端口、输出端口,通过属性面板设置输入端口的属性,运行时,输出端口将动态三维模型动作输出至仿真界面。动作构建方法首先创建统一的结构化框架,其次定义动态三维模型动作参数及动作参数边界;然后为每一个动态三维模型定义动作入口及动作出口,并将模型动作动作入口进行绑定;最后根据动态三维模型动作入口来调用模型动作API,驱动三维模型。本发明模型采用统一结构化方式,输入输出信号具有很强的复用性,一次定义多次使用的原则,使用者通过参数输入就可以定义自己所需要的模型动作,达到提升灵活度的目标。
  • 一种教学动态三维模型及其动作构建方法
  • [发明专利]动作预测方法、装置、设备及存储介质-CN202010371398.5有效
  • 晁宪金;曹煊;葛彦昊;汪铖杰 - 腾讯科技(深圳)有限公司
  • 2020-05-06 - 2022-08-02 - G06N3/00
  • 本申请公开了一种动作预测方法、装置、设备及存储介质,属于人工智能技术领域。方法包括:获取参考动作序列和动作预测模型,参考动作序列包括至少两帧连续的骨骼数据,动作预测模型包括目标预测模型和目标修正模型;将参考动作序列输入目标预测模型,通过目标预测模型预测得到参考动作序列对应的初步预测动作序列,初步预测动作序列包括至少一帧初步预测骨骼数据;利用目标修正模型对初步预测动作序列进行修正,得到参考动作序列对应的目标预测动作序列。在此种动作预测的过程中,不仅关注输入的参考动作序列,还关注目标预测模型预测得到的初步预测动作序列,关注的信息较丰富,有利于提高动作预测的准确度,动作预测的效果较好。
  • 动作预测方法装置设备存储介质
  • [发明专利]一种用户动作捕捉模型的训练方法及系统-CN202310421766.6在审
  • 王英;王新国 - 世优(北京)科技有限公司
  • 2023-04-19 - 2023-08-25 - G06V10/774
  • 本发明公开了一种用户动作捕捉模型的训练方法及系统,包括:首先响应于目标平台的用户动作捕捉指令,选取与业务场景对应的训练动作数据集和测试动作数据集;然后基于训练动作数据集完成对初始用户动作捕捉模型的训练;接着根据测试动作数据集对用户动作捕捉模型进行健壮性计算,得到用户动作捕捉模型的健壮性结果;最终在健壮性结果表征为用户动作捕捉模型通过检测的情况下,将用户动作捕捉模型发送至目标平台,如此设计,能够使得训练得到用户动作捕捉模型具备较高的精确度,目标平台无需对该用户动作捕捉模型进行调整优化,提高了后续用户动作捕捉的处理效率。
  • 一种用户动作捕捉模型训练方法系统
  • [发明专利]一种基于深度学习的对话模型构建方法-CN202210333739.9在审
  • 杨燕;张雨时;孙宇翔;贺樑 - 华东师范大学
  • 2022-03-31 - 2022-09-02 - G06F16/332
  • 本发明公开了一种基于深度学习的对话模型构建方法,模型由对话动作编码模型,对话历史编码模型,对话动作预测模型以及对话回复生成模型构成。对话动作编码模型以及对话历史编码模型用于对历史对话动作序列以及对话历史进行编码;对话动作预测模型用于预测下一轮的对话动作,最后使用对话回复生成模型来生成回复。对话模型通过对历史对话动作以及下一轮对话动作的预测来提高生成回复的精准性,通过编码对话历史可以避免生成重复冗余的信息,可以有效加快任务型对话系统在实际应用中效率,提高用户体验。
  • 一种基于深度学习对话模型构建方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top