买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学申请的专利一种基于残差感知量化和残差掩码建模的舞蹈生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119516053B 。

龙图腾网通过国家知识产权局官网在2026-02-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411534646.8，技术领域涉及：G06T13/40；该发明授权一种基于残差感知量化和残差掩码建模的舞蹈生成方法是由闫杰熹;吕光涛;徐承昊;邓成;杨延华设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本一种基于残差感知量化和残差掩码建模的舞蹈生成方法在说明书摘要公布了：本发明公开了一种基于残差感知量化和残差掩码建模的多功能舞蹈生成方法，属于人工智能技术领域，基于MORE框架生成舞蹈，包括如下步骤：引入掩码建模方法，通过掩码建模机制生成舞蹈动作；基于MORE框架的残差感知量化RAQ模块，将舞蹈动作编码为多层离散运动特征，逐层捕捉动作的增量细节和复杂性，获取动作的细节信息；MORE框架通过残差掩模建模RBMM模型，利用双向变压器模型在音乐条件下逐层预测和生成舞蹈动作的序列，将动作的序列信息通过残差掩码建模模块RBMM生成与音乐匹配的舞蹈动作。该方法通过层次化的掩码策略和音乐特征的结合，提升了生成过程的层次化和细致度，优化了生成的舞蹈动作与音乐特征的匹配程度。

本发明授权一种基于残差感知量化和残差掩码建模的舞蹈生成方法在权利要求书中公布了：1.一种基于残差感知量化和残差掩码建模的舞蹈生成方法，该方法基于MORE框架生成舞蹈，其特征在于，所述方法包括如下步骤： S1：引入掩码建模方法，通过掩码建模机制生成舞蹈动作； S2：基于MORE框架的残差感知量化RAQ模块，将舞蹈动作编码为多层离散运动特征，逐层捕捉动作的增量细节和复杂性，获取动作的细节信息，初始层使用矢量量化生成基础运动特征，后续层则计算和存储残差特征，以逐层增强动作的复杂度和细节； S3：MORE框架通过残差掩模建模RBMM模块，利用双向变压器模型在音乐条件下逐层预测和生成舞蹈动作的序列，将动作的序列信息通过残差掩码建模模块RBMM生成与音乐匹配的舞蹈动作； 所述MORE框架包括残差感知量化RAQ模块和基于残差的掩码建模RBMM模块； 其中，RAQ模块将舞蹈动作标记化为多层离散特征序列，保留舞蹈动作中的语义信息； RBMM模块用于预测随机掩盖的动作特征； S201：将舞蹈动作通过残差感知量化RAQ模块分为舞蹈动作序列d； S202：将舞蹈动作序列d通过一维卷积编码器转化为潜在向量； S203：将潜在向量进行量化，且量化后的代码序列投影回舞蹈动作空间，并使用一维解码器重建舞蹈动作； 所述步骤S3包括： S301：将RAQ模块中的残差舞蹈动作潜在序列标记为序列； S302：预先计算音乐的特征； S303：将舞蹈动作序列与音乐特征嵌入融合，并作为输入提供给多层双向掩码变换器架构； S304：通过残差的掩码建模RBMM中的掩码变换器分别生成基础层和残差层的舞蹈动作标记； S305：舞蹈动作标记通过RAQ‑VAE的解码器解码并还原为动作序列，从而生成与音乐匹配的舞蹈动作。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。