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！

龙图腾网恭喜中国科学技术大学申请的专利基于高斯泼溅与3DMM模型的单目视频人脸重建与驱动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：CN119399415B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202510009909.1，技术领域涉及：G06T19/20；该发明授权基于高斯泼溅与3DMM模型的单目视频人脸重建与驱动方法是由黄章进;殷博伟设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本基于高斯泼溅与3DMM模型的单目视频人脸重建与驱动方法在说明书摘要公布了：本发明公开了基于高斯泼溅与3DMM模型的单目视频人脸重建与驱动方法，包括如下步骤：S1、基于3DMM模型将人脸RGB视频的每一帧转化为显式表示的人脸网格；S2、构建几何增强模块，采用改进的迭代最近点算法对眼睛和牙齿区域进行几何对齐；S3、初始化3D高斯球，根据人脸网格在不同表情下的点变化驱动3D高斯球的动态变化；S4、基于不同面部区域的特性，分配自适应优化的学习策略系数；S5、为每个3D高斯球增加置信度信息，通过渲染生成置信度图像并与渲染图像相乘，与输入图像计算高维特征相似性，优化3D高斯球的属性参数和渲染效果。本发明结合高斯泼溅与3DMM模型，实现了单目视频人脸高精度重建与驱动。

本发明授权基于高斯泼溅与3DMM模型的单目视频人脸重建与驱动方法在权利要求书中公布了：1.基于高斯泼溅与3DMM模型的单目视频人脸重建与驱动方法，其特征在于，包括如下步骤：S1、基于3DMM模型将人脸RGB视频的每一帧转化为显式表示的人脸网格；S2、构建几何增强模块，对人脸网格进行优化，采用改进的迭代最近点算法对眼睛和牙齿区域进行几何对齐，生成优化后的人脸网格；S3、初始化3D高斯球，将优化后的人脸网格中的中性表情空间点的坐标作为3D高斯球的初始位置，并随机初始化3D高斯球的旋转、尺度向量、不透明度和球谐系数，根据人脸网格在不同表情下的点变化驱动3D高斯球的动态变化；S4、基于不同面部区域的特性，分配自适应优化的学习策略系数，动态适应不同面部区域的学习难度；S5、为每个3D高斯球增加置信度信息，通过渲染生成置信度图像，并将置信度图像与渲染图像相乘，与输入图像计算高维特征相似性，优化3D高斯球的属性参数和渲染效果；所述S2具体包括：S21、在所述人脸网格中，针对眼睛和牙齿区域进行几何对齐处理，构建几何增强模块，为人脸网格上的眼睛和牙齿区域标注关键点，分别定义为目标关键点集合和参考关键点集合，其中表示人脸网格上的目标关键点，表示模板模型中对应的参考关键点；S22、基于改进的迭代最近点算法计算旋转矩阵和平移向量，通过最小化目标关键点和参考关键点之间的加权欧几里得距离进行几何对齐： ；其中，表示目标关键点的权重因子，表示旋转矩阵，描述参考关键点集合的旋转变换；t表示平移向量，描述参考关键点集合的平移变换；S23、每次迭代中，动态更新目标关键点的权重因子： ；其中，表示更新后的目标关键点的权重因子，exp表示指数函数，表示当前迭代的目标关键点位置，表示高斯核带宽参数；S24、利用当前的旋转矩阵和平移向量，更新当前迭代的目标关键点位置： ；其中，表示更新后的当前迭代的目标关键点位置；S25、引入误差评价机制，根据目标关键点和参考关键点的加权均方误差判断对齐的收敛性： ；其中，E表示误差，N表示目标关键点总数；S26、当误差E低于预定阈值，或达到设定的最大迭代次数，则停止迭代并输出优化后的人脸网格。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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”。