一种文本驱动三维人体动作生成方法

本发明公开了一种文本驱动三维人体动作生成方法，通过扩散模型与大型语言模型实现细粒度人体动作生成。首先利用文本编码器提取文本的多层语义特征，同时使用大语言模型识别核心与非核心身体部位；然后将人体划分为左臂、右臂、左腿、右腿和躯干五个区域，通过多头交叉注意力机制对词级文本特征与各部位动作特征进行融合与细化；利用自适应损失函数优化核心部位动作，保持非核心部位自然流畅；最终通过扩散模型去噪生成全身运动。此外，该方法支持参数编辑与运动补全功能，能够灵活控制动作幅度和补全部分输入的动作。该方法可以应用于虚拟现实、动画制作和人机交互领域，生成的动作自然、精确且符合文本描述。