一种生成式数字人的商品手持展示方法及装置

本发明提供了一种生成式数字人的商品手持展示方法及装置，涉及数字人手持图像生成技术领域，本方法通过预训练的关键点检测模型提取手部的关键点信息，并将其作为条件输入嵌入到DiT模型中；关键点信息经过位置编码和热图转换，与图像特征通过交叉注意力机制进行深度融合，使模型能够动态关注手部与商品接触的关键区域，从而生成更加自然、合理的手持姿势。此外，模型训练过程中还引入了关键点对齐损失，通过计算生成图像与目标图像的关键点之间的距离，进一步优化生成效果，确保手部姿势的准确性和自然度。旨在解决传统展示方法中存在的姿态不自然、无法适应不同商品尺寸等问题。