一种基于通用动作空间的定制化动作图像生成方法及系统

本发明公开了一种基于通用动作空间的定制化动作图像生成方法及系统，本发明的方法包括三个关键步骤：首先基于一组具有代表性的动作短语构建通用动作语义空间；其次在通用动作语义空间内模仿定制化动作；最后通过动作相似度损失优化定制化动作的语义相似度，从而在不同情境中生成准确、与上下文无关的定制化动作图像，同时保持了不同主体，包括动物、人类甚至定制化人物的身份一致性。本发明的方法特别适用于文本引导的扩散模型的少样本动作图像合成，其构建一个通用动作语义空间，以解决在少样本图像情况下，将动作与参考动作图像中的人物外观等其他语义特征解耦的挑战。此外，通过实验验证了本发明的方法在生成定制化动作图像方面的优越性。