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！

龙图腾网恭喜华东师范大学申请的专利基于PIC的3D人脸模型面部纹理多样性补全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：CN114119697B 。

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：202111403229.6，技术领域涉及：G06F17/11；该发明授权基于PIC的3D人脸模型面部纹理多样性补全方法是由王祥丰;林佳;金博;朱骏设计研发完成，并于2021-11-24向国家知识产权局提交的专利申请。

本基于PIC的3D人脸模型面部纹理多样性补全方法在说明书摘要公布了：一种基于PIL的3D人脸模型面部纹理多样性补全方法，通过纹理补全网络以及面部纹理数据集构建高清面部纹理数据集；然后采用卷积变分自动编码器CVAE估计面部纹理遮罩区域的潜空间的参数分布，经采样后分解该参数分布中的隐含信息，再利用分布正则化损失、外观匹配损失作为生成损失对改进PIC网络模型进行训练，最后采用训练后的改进PIC网络模型生成完整面部纹理对残缺纹理的3D人脸模型进行替换。本发明利用纹理恢复和不同角度的人脸图片，能够对单图重建的3d人脸模型生成完整的面部纹理。

本发明授权基于PIC的3D人脸模型面部纹理多样性补全方法在权利要求书中公布了：1.一种基于PIC的3D人脸模型面部纹理多样性补全方法，其特征在于，通过修改SeeprettyfaceStyleGAN的语义向量生成大量高清侧面人物图像，并通过3D人脸重建框架生成残缺的面部纹理，对称补全获得高清面部纹理数据集；然后采用卷积变分自动编码器估计面部纹理遮罩区域的潜空间的参数分布，通过解码器器获取编码网络编码的隐含信息获取缺失区域的信息，再通过生成网络以及隐含信息获取不同的生成结果，最小化对抗损失、最小化分布正则化损失以及最小化外观匹配损失，通过反向传播更新编码网络参数与生成网络参数直到损失收敛，最后采用训练后的改进PIC网络模型生成完整面部纹理对残缺纹理的3D人脸模型进行替换；所述的高清面部纹理数据集，通过以下方式进行构建，具体包括：a1.高清面部纹理数据集采用基于StyleGAN的高清人脸生成预处理模型，建立18,512维的向量到1024,1024,3维的向量的映射关系；然后在高清人脸生成预处理模型随机生成的图片中找到一张人物侧面照片，通过将其对应的语义向量共18,512维的向量中0:18,200:400固定住，进一步随机生成其余位置，从而快速获取大量的人物侧面高清照片；a2.利用预训练的基于Mobilenet的网络模型根据步骤a1得到的高清人脸侧面数据集生成对应的高清残缺纹理，通过镜像对称处理，得到高清完整纹理数据集；a3.对高清完整纹理数据集中每张完整纹理增加虚假光照以及虚假阴影，最终获取残缺光照人脸纹理与完整光照人脸纹理数据对；所述的改进PIC网络是指：将PIC的重建路径剔除，并将局部外观匹配损失改为全局外观匹配损失；所述的最小化对抗损失、最小化分布正则化损失以及最小化外观匹配损失，通过反向传播更新编码网络参数与生成网络参数直到损失收敛中，最小化对抗损失其中：Igen为生成图像，Ig为真实图像，通过反向传播更新判别网络参数θD；最小化分布正则化损失其中：学习的条件先验也是高斯分布，正则化为qψ·|Ic以及最小化外观匹配损失其中：Igen为生成图像，Ig为真实图像，Im为可观察部分，Ic为缺失部分。

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华东师范大学，其通讯地址为：200062 上海市普陀区中山北路3663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”。