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！

龙图腾网获悉电子科技大学申请的专利一种基于物理感知与图扩散的关节化物体姿态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：CN121810667B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202610267363.4，技术领域涉及：G06T7/00；该发明授权一种基于物理感知与图扩散的关节化物体姿态生成方法是由范满平;张欣玥;郑颖莹;王子衡;管庆;于永斌;王向向设计研发完成，并于2026-03-06向国家知识产权局提交的专利申请。

本一种基于物理感知与图扩散的关节化物体姿态生成方法在说明书摘要公布了：本发明公开了一种基于物理感知与图扩散的关节化物体姿态生成方法，涉及计算机视觉领域。该方法首先通过双分支神经隐式网络从图像中重建物体的部件化几何与物理属性，并初始化部件连接关系。随后，通过运动学拟合与时序一致性检验精细化部件关系图，并利用物理增强的图扩散过程推理部件在SE3流形上的姿态先验分布。最后，以此先验和重建信息为条件，在SE3流形上构建条件扩散模型，通过物理引导的双步逆向采样框架进行逆向采样，生成一组多样且物理合理的关节化物体姿态假设集合。本发明通过紧密耦合物理规律与数据驱动生成，实现了对关节化物体多样化、高物理合理性姿态的高效生成。

本发明授权一种基于物理感知与图扩散的关节化物体姿态生成方法在权利要求书中公布了：1.一种基于物理感知与图扩散的关节化物体姿态生成方法，其特征在于，包括以下步骤： 步骤1：构建双分支联合表示网络，从图像数据中分别重建关节化物体的部件几何形状与物理属性，并初始化部件间的关节连接关系，输出部件间的关系图初始化参数； 所述双分支联合表示网络包括几何分支与物理分支； 几何分支：基于提取的几何特征，首先对于每个部件使用独立的几何特征提取网络提取部件级几何特征，将所有部件级几何特征向量堆叠为矩阵，沿部件维度对该矩阵执行最大池化的聚合运算，再通过全连接层，得到固定维度的全局几何编码；并通过一个线性变换层，从部件级几何特征同时预测查询点的有符号距离值及其归属逻辑值； 物理分支：基于提取的物理特征，对于每个部件i，通过一个独立的物理特征提取器预测部件级物理属性向量；同时通过全局物理特征提取器和线性层，获取描述整体物理属性的全局物理编码；基于部件级物理属性向量，通过轻量级的关节参数编码器预测关节i与其父部件连接的关节k的关节参数，输出完整的参数包括轴方向，关节类型，螺距和运动范围； 步骤2：物理增强的层次化部件关系图扩散，关系图初始化参数输入至物理增强的图扩散模型推理，推理各部件在任务引导下的姿态概率分布； 步骤201：根据关节类型定义优化关节约束能量函数，对关节参数进行精确估计；然后利用多视角时序观测数据对精确估计后的关节参数所定义的运动学关系进行运动一致性检验与置信度评估，随后输出带有精确关节参数和置信度的确定化部件关系图； 步骤202：基于部件姿态和物理信息定义节点的隐藏状态和消息函数，然后通过采用物理感知的图注意力机制计算节点的注意力权重，基于邻居节点的消息和注意力权重进行加权聚合得到当前节点的聚合消息；通过可微分的简化牛顿-欧拉动力学模块计算状态变化量，动力学计算根据关节类型进行；最后将当前隐藏状态、聚合消息和动力学计算得到的状态变化量输入至门控循环单元来更新节点隐藏状态； 步骤203：首先定义姿态能量函数，衡量姿态对关节约束的满足程度和姿态与任务描述的一致性；在姿态能量函数最小值处进行姿态概率分布预测，将每个部件的姿态分布近似为在流形上的高斯分布，输出每个部件的姿态先验分布参数； 步骤3：以部件几何形状与物理属性、姿态概率分布为条件，在SE3流形上构建条件扩散概率模型；采用一个物理引导的双步逆向采样框架，从噪声中逐步恢复并优化姿态，最终生成一组多样且物理合理的关节化物体姿态假设集合； 步骤301：条件扩散概率模型包括前向扩散与逆向去噪两个过程；前向扩散过程从部件姿态触发，通过在对应的李代数切空间上逐步添加高斯噪声，并经指数映射投影回流形，将姿态信息完全破坏为随机噪声；逆去噪过程从随机噪声出发，以多模态条件信息为引导，学习一个参数化的去噪网络，逐步预测并移除噪声，恢复出符合物理和几何约束的部件姿态； 步骤302：任务经过预训练的文本编码器得到任务条件特征向量，然后对全局物理编码、全局几何编码和任务条件特征向量进行拼接，基于跨模态注意力机制对当前噪声姿态和拼接后特征进行动态条件融合，得到融合的条件向量；构建逆去噪过程的得分网络，给定第t步的噪声姿态、扩散步数及融合的条件向量，进行逆去噪；训练时包括标准扩散模型去噪损失和基于物理规律的可微的物理正则化损失，所述物理正则化损失包括穿透惩罚、静态稳定性惩罚、运动能量惩罚、关节约束惩罚； 步骤303：在切空间中，基于学习得到的得分网络执行朗之万动力学更新，从噪声得到初步的去噪提议，然后通过指数映射得到SE3上的提议姿态；基于物理正则化损失计算该提议姿态下的物理违规程度，并反向传播得到物理修正梯度，在切空间中对预测结果进行修正，重复迭代此步骤直至达到迭代停止条件； 步骤304：从个不同的随机噪声种出发，运行步骤303，生成N条独立的采样轨迹，最终得到N个候选姿态假设；对每个候选姿态进行离线物理评估，包括评估部件间穿透的碰撞得分、评估抗倾倒能力的稳定得分、能量得分和关节合规得分；根据评估结果对所有候选姿态进行排序，输出其中得分最高的前M个姿态。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。