基于扩散-生成对抗框架的单一动作生成深度学习方法

本发明提出一种基于扩散‑生成对抗框架的单一动作生成深度学习方法，该方法包括：对运动序列进行划分，得到动态特征和静态特征，并通过正向运动学进行足部接触计算，得到计算后的动态特征；对计算后的动态特征编码为高斯随机噪声，并输入至生成器中通过扩散模型进行去噪；使用测量动作相似性和平均投票策略对接近的真实动作进行动作合成；对计算后的动态特征给定输入动作序列，并通过扩散模型的专门局部注意层中采用马尔可夫去噪过程以迭代的形式注入噪声进行去噪；通过鉴别器分别对更为准确的身体动作与重建的动作进行独立评估，生成分类结果。本发明通过梯度惩罚与残差结构的联合优化，有效解决了复杂骨骼拓扑下的模式崩溃问题。