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！

龙图腾网获悉华中科技大学鄂州工业技术研究院;华中科技大学申请的专利一种人脸图像旋转方法、装置及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：CN114283071B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202111486982.6，技术领域涉及：G06T3/60；该发明授权一种人脸图像旋转方法、装置及存储介质是由陈旺;余辰;吕现伟设计研发完成，并于2021-12-06向国家知识产权局提交的专利申请。

本一种人脸图像旋转方法、装置及存储介质在说明书摘要公布了：一种人脸图像旋转方法、装置及存储介质，所述方法包括步骤：获取三维人脸数据；根据所述三维人脸数据构建三维人脸模型数据库；使用所述三维人脸数据训练深度卷积神经网络；根据所述深度卷积神经网络生成旋转二维人脸灰度图像；根据所述二维人脸灰度图像使用风格迁移渲染生成旋转二维人脸色彩纹理图像。本申请提供的一种人脸图像旋转方法、装置及存储介质，依赖于专注于三维人脸模型形状参数回归的神经网络模型，能够提高旋转人脸形状结构的精度，同时保留了人脸深层特征；利用风格迁移对抗神经网络提取人脸解耦特征，很好地渲染旋转后人脸的高频细节；在保证旋转人脸轮廓定位特征准确的同时，可以精确渲染人脸纹理色彩以及高频细节，并且保留人脸深层特征。

本发明授权一种人脸图像旋转方法、装置及存储介质在权利要求书中公布了：1.一种人脸图像旋转方法，其特征在于，所述方法包括步骤： 获取三维人脸数据； 根据所述三维人脸数据构建三维人脸模型数据库； 使用所述三维人脸数据训练深度卷积神经网络； 根据所述深度卷积神经网络生成旋转二维人脸灰度图像； 根据所述二维人脸灰度图像使用风格迁移渲染生成旋转二维人脸色彩纹理图像； 所述根据所述三维人脸数据构建三维人脸模型数据库包括步骤： 在所述三维人脸数据上标注人脸关键点并得到三维人脸点云数据集； 对所述三维人脸点云数据集进行球切割； 使用人脸模型处理所述三维人脸点云数据集并得到三维人脸模型数据库； 所述使用所述三维人脸数据训练深度卷积神经网络包括步骤： 获取所述三维人脸数据中对应的正脸图像、二维人脸图像和旋转人脸图像； 为所述二维人脸图像添加旋转角度标签； 过滤掉所述旋转角度标签超过预设值的人脸图像； 计算所述正脸图像与剩余所述二维人脸图像的人脸相似度； 获取深度卷积神经网络； 使用所述旋转人脸图像和对应的所述正脸图像训练所述深度卷积神经网络； 所述根据所述深度卷积神经网络生成旋转二维人脸灰度图像包括步骤： 将所述三维人脸数据输入深度卷积神经网络并得到三维人脸形状模型； 根据旋转要求确定二维平面； 将所述三维人脸数据投影到所述二维平面并得到初始二维人脸图像； 填补所述初始二维人脸图像的像素缺失区域的像素值； 优化所述像素缺失区域的像素值； 所述根据所述二维人脸灰度图像使用风格迁移渲染生成旋转二维人脸色彩纹理图像包括步骤： 获取风格迁移对抗生成网络； 使用所述风格迁移对抗生成网络提取人脸风格特征； 获取所述二维人脸灰度图像； 将所述人脸风格特征渲染到所述二维人脸灰度图像上并得到旋转二维人脸色彩纹理图像； 所述对所述三维人脸点云数据集进行球切割包括步骤： 在所述三维人脸点云数据集中定位人脸鼻尖位置； 遍历所有所述人脸关键点并得到其他所述人脸关键点与所述人脸鼻尖位置的三维空间最大欧式距离； 以所述三维空间最大欧式距离的预设倍数为球半径截取所述三维人脸点云数据集在球内的人脸部分； 去除脖子以下和后脑勺位置不必要的数据； 所述使用人脸模型处理所述三维人脸点云数据集并得到三维人脸模型数据库包括步骤： 搭建LSFM模型构建环境； 输入所述三维人脸点云数据集； 对所述三维人脸点云数据集进行稠密对应； 对所述三维人脸点云数据集进行PCA主成分分析； 根据所述稠密对应和所述PCA主成分分析构建三维人脸模型数据库。

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中科技大学鄂州工业技术研究院;华中科技大学，其通讯地址为：436044 湖北省鄂州市梧桐湖新区凤凰大道特一号；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。