基于生成式数据增强的3D人体姿态优化估计方法
知识产权简介
本发明是一种基于生成式数据增强的3D人体姿态估计域泛化方法。针对现有技术中因训练数据与测试数据域差异（如场景、光照、视角不同）导致的下游模型泛化性能不足问题，本发明通过跨域数据融合与可控视频生成技术，将不同域（如真实场景与虚拟场景）的姿态与场景信息解耦对齐，合成多样化的跨域视频数据，并结合原始数据联合训练3D姿态估计模型。其核心模块包括场景-姿态根节点对齐、线性变换迁移姿态、基于稳定扩散算法的视频生成等。实验表明，该方法显著提升了模型在未知场景下的泛化能力，有效解决了传统数据增强方法多样性不足、无法模拟真实跨域分布的问题。
转化前景
该专利技术通过生成式跨域数据增强，通过低成本生成跨模态训练数据，有效解决真实数据稀缺与域差异问题，显著提升3D人体姿态估计模型在复杂未知环境下的泛化能力。可应用于自动驾驶领域：在动态交通场景中，精准的3D人体姿态估计可提升行人意图识别与行为预测的可靠性，增强自动驾驶系统的安全性。也可应用于混合现实（MR）与虚拟现实（VR）：通过增强模型对复杂场景的适应能力，可提升虚拟角色动作捕捉的精度与自然度，优化用户交互体验。