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！

龙图腾网获悉广东工业大学申请的专利3D密集人脸对齐模型构建方法、系统和可读存储介质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：CN115375850B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202211038834.2，技术领域涉及：G06T17/00；该发明授权3D密集人脸对齐模型构建方法、系统和可读存储介质是由罗玉;杨超林;凌捷设计研发完成，并于2022-08-29向国家知识产权局提交的专利申请。

本3D密集人脸对齐模型构建方法、系统和可读存储介质在说明书摘要公布了：本发明公开的一种3D密集人脸对齐模型构建方法、系统和可读存储介质，其中方法包括：对人脸数据集中的人脸图像进行预处理得到人脸变形信息；建立多尺度双重注意力基本块和相似信息增强模块，以利用所述人脸变形信息建立3D人脸回归模型，其中，所述3D人脸回归模型至少包括所述多尺度双重注意力基本块以及所述相似信息增强模块；利用预设的损失函数监督训练所述3D人脸回归模型以得到所述3D密集人脸对齐模型。本发明基于拟合能力强大的深度学习技术，利用人脸变形信息增强的技术，为进一步提升3D密集人脸对齐任务精度提供了一种端到端训练的高效模型，能够利用人脸的变形信息增强输入图像中人脸对应的3D人脸，得到更准确的3D密集人脸对齐的模型框架。

本发明授权3D密集人脸对齐模型构建方法、系统和可读存储介质在权利要求书中公布了：1.一种3D密集人脸对齐模型构建方法，其特征在于，包括以下步骤： 根据人脸特征点的位置信息对人脸图像进行裁剪转换为统一尺寸； 基于人脸数据集中的目标参数计算并保存人脸三维顶点信息到UV贴图中得到UV位置贴图； 将UV位置贴图与投影变换后的平均人脸模型做差值运算以获取投影变换后的人脸变形信息，并以UV贴图形式保存，公式如下： ； 其中，表示经过投影变换后的人脸变形信息，表示人脸三维顶点集合，是缩放比例因子，和是人脸数据集中经过目标参数计算得到的旋转矩阵和平移向量，是平均人脸模型上的顶点集合，是人脸图像中人脸形状的变形信息； 建立多尺度双重注意力基本块和相似信息增强模块，以利用人脸变形信息建立3D人脸回归模型，所述3D人脸回归模型由两个并行的Encoder-Decoder结构的网络构成； 基于人脸三维顶点信息生成网络训练的监督数据； 利用损失函数监督3D人脸分支网络的回归结果，利用损失函数监督人脸变形信息分支网络的回归结果； ，代表或者，和分别表示为UV贴图的高度和宽度；表示的是在UV空间中位置坐标为的点的模型预测的三维坐标信息；符号表示的对应项的监督数据；表示的在位置坐标为的点的一个预设的权重值； 利用损失函数来监督3D人脸在人脸对齐任务上的对齐结果； 监督训练3D人脸回归模型以得到3D密集人脸对齐模型的损失函数计算式如下：，其中，损失因子=1、=1、=0.5； 对回归的3D人脸施加一个对人脸关键特征点landmarks的约束项，用表示： ； 其中，N=68，表示的对应UV空间中位置坐标为的模型预测的3D人脸上的landmark点的三维坐标信息，是监督数据中对应UV空间中位置坐标为的3D人脸上的landmark点的三维坐标信息。

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广东工业大学，其通讯地址为：510060 广东省广州市东风东路729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。