一种用于动态上下文环境中人体交互动作生成的方法

本发明的技术方案是公开了一种用于动态上下文环境中人体交互动作生成的方法，在第一阶段得到了不同粒度文本信息、几何信息。第二阶段通过大规模语言模型进行文本上细粒度的优化，同时交叉注意力机制融合语言模态、几何模态的特征。扩散模型在每一步生成最终人体动作序列，并通过多层自注意力和互注意力实现特征提取。与现有技术方案相比，本发明具有以下优势：高语义一致性：通过多层次语义引导，生成符合交互语义的动作；高几何精确性：结合点云几何特征和可供性地图，避免动作与目标对象之间的几何穿透；广泛适用性：支持复杂的人物交互场景，包括人‑物、人‑人交互，以及变形对象操作。