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！

龙图腾网获悉中创华煜(北京)信息科技有限公司申请的专利基于深度学习的3D虚拟形象模型训练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：CN118968588B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202410995539.9，技术领域涉及：G06V40/16；该发明授权基于深度学习的3D虚拟形象模型训练方法是由崔子成设计研发完成，并于2024-07-24向国家知识产权局提交的专利申请。

本基于深度学习的3D虚拟形象模型训练方法在说明书摘要公布了：本发明公开了基于深度学习的3D虚拟形象模型训练方法，属于计算机技术领域。为解决特征提取效率低以及无法准确衡量生成的3D模型的质量的问题，通过深度学习架构，模型高效地从2D图像提取关键特征，用于高质量3D模型重建，特征压缩成低维向量减少计算成本，同时保留关键信息，自编码器或其变种解码低维向量，在训练过程中能够学习到从2D到3D的映射关系，并且可以通过调整参数来优化生成的3D模型的质量，批量训练提高资源利用率和训练稳定性，减少噪声，特定损失函数准确衡量模型性能，指导参数优化，验证集评估及时发现训练问题，计算误差精准评估模型表现，优化模型架构和参数，提升3D虚拟形象重建性能。

本发明授权基于深度学习的3D虚拟形象模型训练方法在权利要求书中公布了：1.基于深度学习的3D虚拟形象模型训练方法，其特征在于，包括以下步骤：数据准备，获取训练数据，所述训练数据包括2D图像和对应的3D模型，其中，2D图像包括人脸、全身以及身体部位的特写，3D模型包括对应的详细几何形状和纹理，对2D图像进行预处理，调整输入数据的一致性，对3D模型进行统一格式转换，并对转换后的3D模型进行缩放和旋转调整；模型设计，搭建一个包含卷积神经网络和自编码器的深度学习模型，其中，卷积神经网络用于提取2D图像中的特征信息，自编码器用于学习数据的编码和解码过程并重建出3D模型，将预处理后的2D图像输入到深度学习模型中，通过卷积神经网络提取出人脸的关键特征信息，并将关键特征信息编码为低维的向量表示，基于编码后的特征向量，将低维向量解码为3D模型数据；模型训练，构建损失函数指导深度学习模型的训练，其中，所述损失函数用于衡量生成的3D模型与目标3D模型之间的差异，使用收集到的训练数据对深度学习模型进行训练，在训练过程中优化模型的参数，同时，通过验证集监控模型的性能，并在验证集表现良好时保存模型的参数；模型评估，在训练完成后，使用测试集对模型进行评估衡量模型的性能，评估指标包括重建误差、用户满意度，根据评估结果对模型进行模型调整，模型调整包括模型架构调整、参数调整以及损失函数调整；应用优化，将训练好的3D虚拟形象模型进行实际应用，所述实际应用包括艺术创作、游戏设计、虚拟试衣，在实际应用过程中，收集用户反馈和数据，对模型进行优化和改进；其中，所述数据准备，具体还包括以下步骤：获取包含不同人脸、全身以及身体部位特写的2D图像，同时收集与所述2D图像相对应的3D模型，所述3D模型包括设备扫描模型、手动创建模型或建模软件生成模型；裁剪去除2D图像的背景部分使目标区域成为图像的中心，所述目标区域包括人脸、全身，将图像缩放到256x256像素尺寸，并进行归一化处理，将像素值映射到[0，1]或[-1，1]范围内；将所有3D模型转换为统一的文件格式，将各3D模型的原点进行统一设置，确保所有3D模型的坐标系统对齐；将各个2D图像与其对应的3D模型配对，并保存配对信息。

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中创华煜(北京)信息科技有限公司，其通讯地址为：100032 北京市西城区广安门内大街6号3层1-9-122；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”。