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！

龙图腾网获悉暨南大学申请的专利一种基于神经辐射场的音频驱动三维数字人生成方法及系统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：CN119888023B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202411558615.6，技术领域涉及：G06T13/40；该发明授权一种基于神经辐射场的音频驱动三维数字人生成方法及系统是由杨光华;熊桢;黄浩智;袁振声设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本一种基于神经辐射场的音频驱动三维数字人生成方法及系统在说明书摘要公布了：本发明提供一种基于神经辐射场的音频驱动三维数字人生成方法及系统，首先构建姿势保持先验生成模型，通过融合音频特征和面部姿势特征，利用自注意力机制和交叉注意力机制学习两种模态特征之间的跨模态交互关系，生成与输入音频同步的面部姿势先验信息。然后，构建神经辐射场渲染模型，采用三平面哈希编码技术对三维空间进行高效采样，并通过注意力机制动态融合面部姿势先验和音频特征。最后，将生成的姿势先验输入神经辐射场渲染模型进行体积渲染，引入光线累积透射率计算，生成高保真的三维数字人。本发明提高了数字人的真实感和表现力，降低了渲染计算复杂度，实现了动态连贯、唇音同步的实时数字人生成。

本发明授权一种基于神经辐射场的音频驱动三维数字人生成方法及系统在权利要求书中公布了：1.一种基于神经辐射场的音频驱动三维数字人生成方法，其特征在于，包括以下步骤： S1、构建姿势保持先验生成模型，通过卷积神经网络提取音频特征和面部姿势特征点的潜在表示，并利用自注意力机制和交叉注意力机制学习音频特征和面部姿势特征点之间的跨模态交互关系，生成与输入音频同步的面部姿势先验信息； S2、构建神经辐射场渲染模型，采用三平面哈希编码技术对三维空间进行高效采样，并通过注意力机制动态融合面部姿势特征点和音频特征； S3、将步骤S1生成的姿势保持先验信息输入至步骤S2构建的神经辐射场渲染模型，并引入光线累积透射率计算，生成与输入音频同步的高保真三维数字人； 在S1中，姿势保持先验生成模型的训练过程包括： 通过二维卷积操作提取音频特征，通过一维卷积提取面部姿势特征点的潜在表示； 利用Transformer模块学习音频特征和面部姿势特征点特征之间的关系，通过交叉注意力机制融合两种模态的信息； 在解码阶段，将面部姿势特征点作为查询，将编码器输出的结果作为关键和数值，进行交叉注意力融合，生成唇部特征点的预测值； 引入包含预测唇部特征点误差和时序一致性损失的第一损失函数，优化面部特征点生成器的训练过程； 在S2中，在构建神经辐射场渲染模型时，包括： 在NeRF渲染过程中，面部姿势保持先验信息与输入的图像序列共同作为NeRF的输入，其中图像序列通过三维坐标和视角方向参数化； 采用了三平面哈希编码技术来获取空间信息，隐函数表达式如下： 其中，和分别表示辐射场中的颜色和密度，为三平面哈希编码的结果； 从多个连续帧中提取音频特征和面部姿势特征点的信息，并判断生成面部时间的一致性。

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暨南大学，其通讯地址为：510632 广东省广州市天河区黄埔大道西601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。