摘要
本申请涉及数据处理技术领域,公开了一种基于AIGC生成5D数字人的训练方法、系统及介质。所述方法包括:对真人特征数据进行预处理,得到多维度预处理数据;对多维度预处理数据进行多层次处理,得到5D数字人生成数据;通过渐进式多任务学习算法对5D数字人生成数据进行跨模态协调处理,得到待处理数字人数据;对待处理数字人数据进行动态知识集成处理,得到自适应数字人数据;对自适应数字人数据进行个性化微调和风格迁移处理,得到目标数字人数据;对目标数字人数据进行实时渲染和智能交互处理,得到目标5D数字人数据并根据目标5D数字人数据生成数字人训练方案。本申请提升了基于AIGC生成5D数字人的训练的效率及准确率。
技术关键词
数据
跨模态
生成数字人
神经网络结构
动作表情
多模态
学习算法
动态
风格
搜索算法
多任务
画像
个性化特征
多层次特征
图谱
语音
平衡特征
人物特征
条件生成对抗网络
系统为您推荐了相关专利信息
生成全景图像
深度学习网络模型
激光点云数据
构建深度学习网络
坐标系
无迹卡尔曼滤波器
安全性评估方法
桥梁有限元模型
过桥
桥梁承载能力评估
剪枝方法
参数
皮尔逊相关系数
深度学习模型
全局信息融合